CS231n:斯坦福大学CS231n的PyTorchTensorflow解决方案:“用于视觉识别的CNN” 源码
CS231n 我对最新课程CS231n“用于视觉识别的卷积神经网络”的作业的解决方案。 很难,但是很酷。 构架 在此过程中,可以在两个框架之间进行选择: TensorFlow和PyTorch 。 我决定遵循TensorFlow轨道。 因此,没有为PyTorch提供解决方案。 但是,它可能在将来的某一天发生。 现在,为两个框架都提供了解决方案。 作业内容(2017年Spring) 2017年Spring课程共安排了三项作业。 他们都完成了。 了解基本的图像分类管道和数据驱动方法(训练/预测阶段) 了解训练/验证/测试拆分以及验证数据在超参数调整中的使用。 熟练使用numpy编写高效的矢
文件列表
CS231n:斯坦福大学CS231n的PyTorchTensorflow解决方案:“用于视觉识别的CNN”
(预估有个137文件)
RNN_Captioning.ipynb
3MB
NetworkVisualization-TensorFlow.ipynb
4.14MB
GANs-PyTorch.ipynb
953KB
frameworkpython
487B
LSTM_Captioning.ipynb
2.01MB
StyleTransfer-PyTorch.ipynb
3.88MB
StyleTransfer-TensorFlow.ipynb
3.02MB
GANs-TensorFlow.ipynb
1.18MB
NetworkVisualization-PyTorch.ipynb
3.73MB
FullyConnectedNets.ipynb
381KB
暂无评论