只看視訊不動手的你可能學了門假課程，李飛飛計算機視覺成名作斯坦福CS231n作業詳解重磅來襲！
大資料文摘作品
看完視訊並不是真正的學習了一遍，更重要的是寫作業、動手實踐、討論，這才能把學到的知識真正掌握住。看完斯坦福CS231n的公開課，是不是覺得還不夠過癮？快來和文摘菌一起寫作業敲程式碼吧！
提到深度學習與計算機視覺，不得不提ImageNet和它的建立者，斯坦福大學計算機科學系副教授、Google Cloud 人工智慧和機器學習團隊的首席科學家李飛飛。而她的成名作，斯坦福大學課程《深度學習與計算機視覺》自從公開視訊和作業，也造福了一批對計算機視覺感興趣的IT從業者。
先來看看某網際網路招聘平臺普通IT和視覺演算法工程師薪資對比:
而深度學習和計算機視覺的課程那麼多，文摘菌為何偏偏推薦這一門？
首先，該課是計算機視覺的一門經典的課程，是來自世界名校斯坦福的大咖李飛飛教授開設的，觀看學習課程還是免費的！！！
其次，課程內容安排合理，由淺入深。主要介紹了深度學習（尤其是卷積神經網路和與其相關的框架）在計算機視覺領域的應用，內容涵蓋多種神經網路具體結構與訓練應用細節，以及針對大規模影象識別，物體定位，物體檢測，影象風格遷移，影象理解描述與視訊內容識別等問題的前沿解決思路。從一個簡單的cifar10資料集和最簡單的KNN演算法開始介紹，慢慢引入深度學習相關的知識點。比如dropout、batchnormalization等。最後介紹了一些深度學習經典的範例，比如RNNs， LSTMs ，GAN等。
最後，也是小編要強調的一個原因，視訊課程中嵌入了中文字暮！沒錯，儘管多數IT從業者都有基本的英文水平，但是要理解如此高深的課程，還是要花費大量功夫。而漢化視訊不僅需要高神準的英文水平，更需要一定的深度學習專業能力。
大資料文摘聯合北京郵電大學模式識別實驗室共同完成了這一巨大的工程！ 整整耗時6個月（從2016年9月-2017年2月）！特別感謝字幕漢化組的成員，為你們瘋狂的打call。
字幕漢化組工作人員的辛苦也換來了豐厚的回報，自課程推出後，在網易雲課堂的播放次數截至今日就達到了77790次，課程評分高達5顆星，5顆哦！大資料文摘也收穫該課程的一大批真愛粉，大家還很期待的詢問有關CS224的課程呢。
對了，是不是還有同學沒有來得及學習這一經典課程？快戳下面的連結學習吧！
https://study.163.com/provider/10146755/index.htm
大家學習的熱情也很高，各種精彩的筆記：
看來也有很多大佬在學習該課程，如果你以為聽完課程就入門機器視覺了，那你就太單純了。上完課還是要做作業的，還是要敲程式碼的。可是做作業遇到困難怎麼辦？做完的作業沒有參考答案怎麼辦？
文摘菌聽到了大家的心聲，也邀請了一批一線從業人員，犧牲休息時間，親手研讀課程作業，並且整理了課程作業的完整筆記。
筆記作者和校對人員對於作業每一道題涉及到的知識點，都進行了相關知識點的講解。講解內容不僅涉及到課程上的一些知識，也有一線從業人員的心得體會和知識點的擴充。針對每一道題目大家都可以進行實操，以加深對每一道題的理解。
比如針對assignment1中的Q2，我們的志願者同學給出了這麼詳細的答案：
為了幫助大家順利完成作業，筆記作者和校對人員給出了每道題完整的程式碼作為參考，並且程式碼都有詳細的註釋，有沒有超級棒？
那麼這麼精彩的筆記怎麼拿到呢？以下是第一期作業筆記獲取連結
大資料文摘網易雲課程專欄：
https://study.163.com/provider/10146755/index.htm
大資料文摘CSDN專欄：
http://blog.csdn.net/BigDataDigest
大資料文摘GitHub專欄：
https://github.com/theBigDataDigest/Stanford-CS231n-assignments-in-Chinese/tree/master/assignment1
我們會根據進度分批把作業全部發布出來，請各位持續關注大資料文摘哦。
最後，讓我們感謝本次作業的工作人員，是你們無私的付出，讓更多讀者可以享受這一成果。
全體作者：郭承坤 觀自在降魔 Fanli SlyneD 土豆 MoreZheng 張禮俊
校對：毛麗 郭承坤
總校對與稽核：寒小陽
文案：馮曉麗
【今日機器學習概念】
Have a Great Definition
第一期參與志願者