强烈推荐斯坦福大学的深度学习示意图网站

标签：#深度学习# 时间：2022/04/20 23:19:19 作者：小木

CS 230 ― Deep Learning是斯坦福大学视觉实验室（Stanford Vision Lab）的Shervine Amidi老师开设的深度学习课程，他在课程网站上挂了一个关于深度学习示意图的网站，这里面包含了各种深度学习相关概念的示意图和动图，十分简单明了。

[TOC]

#### 几个实例
##### 卷积层示意图

<center>
![](http://www.datalearner.com/resources/blog_images/5865a002-9408-4d42-9e6c-c8a721452dbb.png)
</center>
<center></center>

##### 池化示意图

| 池化类型 | Max pooling  | Average pooling  |
| ------------ | ------------ | ------------ |
| 方式  | 选择当前视图的最大值  | 对当前视图的数值进行平均化处理  |
| 示意图  | ![](http://www.datalearner.com/resources/blog_images/e965e27c-82d9-46ff-b881-db3a243f140f.png)  |  ![](http://www.datalearner.com/resources/blog_images/d38f7ea2-3646-44b7-ac18-c95fbed56398.png) |
| 结论  | 1、保留检测到的特征；2、最常使用 | 1、对特征图进行降样处理；2、在LeNet中使用  |

##### 全连接示意图
<center>
![](http://www.datalearner.com/resources/blog_images/5f6fdebf-cab5-4f2c-be33-5728a19ee310.png)
</center>
<center></center>

这个网站的示意图包含了三类示意图：

#### 卷积神经网络
1. 神经网络层的类型
2. 滤波器超参数
3. 超参数调优
4. 激活函数
5. 对象检测
6. 人脸识别
7. 神经风格转移
8. 使用计算技巧的架构

<center>![](http://www.datalearner.com/resources/blog_images/ae3320e4-18fc-4694-bd3b-f9d56b80d30d.png)</center>
<center></center>

下载地址：https://www.datalearner.com/resources/report/cheatsheet-convolutional-neural-networks.pdf

#### RNN网络
1. 长序列处理
2. 单词表示学习
3. 单词比较
4. 语言模型
5. 机器翻译
6. 注意力机制

<center>![](http://www.datalearner.com/resources/blog_images/103aa550-0a1e-4f92-9648-acdf04f03a95.png)</center>
<center></center>

下载地址：https://www.datalearner.com/resources/report/cheatsheet-recurrent-neural-networks.pdf

#### 提示和技巧
1. 训练神经网络
2. 参数调优
3. 正则化
4. 优秀实践

<center>![](http://www.datalearner.com/resources/blog_images/fc3b077e-f967-43a3-b9ac-f8e091523625.png)</center>
<center></center>

下载地址：https://www.datalearner.com/resources/report/cheatsheet-deep-learning-tips-tricks.pdf

官网：https://stanford.edu/~shervine/teaching/cs-230/cheatsheet-convolutional-neural-networks

强烈推荐斯坦福大学的深度学习示意图网站

相关博客

最热博客