这应该是目前最强大的处理图像识别问题的工具。
-
-
卷积神经网络的发展
本文梳理了 CNN 模型的发展，简要介绍了 AlexNet 、VGG Net 、Google Net 以及 ResNet 。
-
反向传播
即 Back Propagation 。 如果你试着实现过神经网络，你就会发现进行梯度下降时手工计算神经网络的损失函数的形式导数是极为繁琐的。所以现在我们要来谈点求导的技术。
-
梯度下降法
即 Gradient Descent 。我们不是来讲最优化方法的，所以这里将不会提供收敛性和收敛速度的严格分析。
-
K-近邻与交叉验证
即 KNN 与 Cross Validation 。因为 KNN 比较简单就顺便把 Cross Validation 也写了。
-
线性分类器
即 Linear Classifier ，使用超平面来划分数据。
-
神经网络
即 Neural Networks 。
-
关于红黑树
鉴于我所可以找到的关于这个数据结构的资料都不够理想，我在这里做一个简要的总结。
-
支持向量机
介绍了基本的支持向量机模型。
-
关于数论
从基础谈起。