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。

几个实例

卷积层示意图

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
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

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

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

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

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