• 投稿

图解CNN论文：尝试用最少的数学读懂深度学习论文

4.6万
54
2018-05-01 17:11:27
未经作者授权，禁止转载
411
373
4667
119
这个专辑，尝试用实践，来回答下面的问题： 1. 到底需要多少数学，才能读懂深度学习论文？ 2. 到底怎样才算读懂深度学习论文？ 3. 吴恩达机器学习和深度学习课程中的数学理解，够不够读懂论文的？ 4. 如果不够，还需要补充多少，最少量是多少？
CNN
数学
论文
深度学习
一句话总结
深度碎片 发消息
As Simple As Possible
视频选集
（12/48）
1分钟版RCNN：RCNN在object detection中的贡献
01:39
1分钟版RCNN：R-CNN 之前，object detection模型世界的状况
02:26
1分钟版RCNN：R-CNN paper's 贡献价值或地位，R-CNN 解决哪两个难题，早期localization的解决方案
01:50
1分钟版RCNN：R-CNN的localization解决方案， R-CNN如何提炼图片物体特征
03:10
1分钟版RCNN：图解R-CNN工作流程
02:07
1分钟版RCNN：R-CNN为什么选择selective method来做region proposals
01:03
1分钟版RCNN：warping technique 长什么样子？
02:22
1分钟版RCNN：RCNN 如何从2000个regions中挑选最准确的regions 如何理解Intersection over Union算法 如何理解No
07:47
1分钟版RCNN：RCNN为什么比之前state of art模型更高效？
02:04
1分钟版RCNN：RCNN 在设置supervised pretraining 和 domain specific fine tuning的细节处理
03:51
1分钟版RCNN：R CNN 在设置 SVM object classifer时值得注意的细节
02:53
1分钟版RCNN：R CNN 的可视化怎么理解，原理是什么？
09:54
1分钟版RCNN：R CNN 的bounding box regression是怎么来的，工作原理是什么？
05:24
16分钟版RCNN：图解RCNN物体识别全流程
16:01
10分钟版图解读深度学习论文的策略梳理
10:36
3分钟Selective Method：abstract中是如何总结Selective method的目的，特点和效果的？
03:18
8分钟Selective Search 图片的层级结构要求物体区域定位需要多样性方法，SS是如何兼容segmentation和exhaustive search
08:56
5分钟Selective Method：如何从exhaustive search 角度理解selective search 的优势
05:59
5分钟Selective Method：如何从Segmentation层面理解Selective Search?
05:23
7分钟Selective Method：更细致一点的selective search特点总结（如何从class specific到class independe
07:28
1分钟Selective Search 算法的三大目标或特点
01:44
6分钟Selective Search 如何用hierarchical grouping algo实现不同scale 的regions的生成
06:15
7分钟Selective Search 算法设计目的2 有哪些合并region的多样化策略？
07:14
3分钟Selective Method 通过regions的顺序来平衡region质量与数量
03:13
4分钟Selective Method 总结
04:58
7分钟LeNet 本论文的意义 传统文本识别流程 从人工学习走入机器学习的条件 人工学习在深度学习中的新价值体现
07:24
2分钟读CNN论文的路径
02:53
2分钟LeNet LeCun高度概括DNN的基础理论知识
02:20
4分钟LeNet LeCun如何介绍gradient descent backprop 和手写文字识别传统方法的挑战
04:23
2分钟LeNet 从多模块独立调参系统到完整统一训练的系统
01:56
5分钟LeNet CNN 是如何代替DNN进入字母识别领域的？
04:57
4分钟LeNet CNN是如何通过local receptive fields, shared weights, subsampling实现特征invarian
04:51
3分钟LeNet总结
03:22
4分钟AlexNet 为什么ReLU被默认为是CNN的non-linear activation?
03:54
2分钟AlexNet PCA是如何帮助CNN处理图片的intensity来降低过拟合？
02:28
3分钟VGG 总结 为了突出深模型的效果时，filter尺寸的设计上有什么聪明之处
03:31
9分钟 ResNet residual function的由来（解决方案演变历史）
09:26
9分钟 GoogleNet 如何理解Inception结构设计的由来
09:03
13分钟OverFeat简单梳理
13:41
13分钟如何简单快速梳理YOLO
13:24
13分钟DeepFace简单梳理
13:24
图解RCNN和FastRCNN(简单流程)
09:41
图解FasterRCNN简单流程
21:21
图解FasterRCNN简单流程无重音
21:20
11分钟FaceNet01模型特色与贡献
11:06
12分钟FaceNet02如何选择hard triplet来训练以及harmonic embedding 训练的实质
12:29
25分钟快速梳理visualizing and understanding CNN
25:27
5分钟neural style transfer paper
05:33

献给所有认为数学和深度学习很重要，但认为自己“不擅长数学”的人！
深度碎片
2.3万 20

图解机器学习的数学直觉：线性代数，微积分，PCA（全完结）
深度碎片
11.5万 292

探索一句话版的机器学习与深度学习
深度碎片
1.2万 10

人人必备的数学思维Mathematical thinking by Stanford University and Coursera
深度碎片
2.9万 45

图解概率笔记：葉丙成概率公开课
深度碎片
1.3万 12

Mathematics for Machine Learning (Coursera, Imperial college of London 完整版)
深度碎片
4.4万 103

图解教材: 模式识别与机器学习（Bishop)
深度碎片
2.0万 12

图解教材:概率机器学习（Murphy)
深度碎片
1.3万 2

吴恩达第五课RNN笔记
深度碎片
3.2万 127

图解吴恩达机器学习（2019直觉版）持续更新
深度碎片
1.2万 6

fuzzySearch_bgar
深度碎片
223 0

fast.ai 2019 课程（人工中文翻译进行中）
深度碎片
1.4万 26

how bile work
深度碎片
309 0

哈佛通识概率普及课（特别推荐）Fat Chance: Probability from the Ground Up by Harvard and Edx
深度碎片
1.2万 28

make a blog talk
深度碎片
204 0

004_8e525b93
深度碎片
23 0

003_a083fca3
深度碎片
29 0

006_d790a54b
深度碎片
132 0

006_7ec8c787
深度碎片
40 0

哈佛大学最受欢迎的统计课Harvard Statistics 110 introduction
深度碎片
1.6万 1
展开
分享你的夏日带娃趣事~
客服
顶部
赛事库 课堂 2021拜年纪