本文总结了cs50 week0 的note，介绍了什么是计算机科学，如何表示数据，算法以及伪代码，Scratch 的简单介绍。课程主页：https://cs50.harvard.edu/college/weeks/0/notes/ 计算

本文介绍了使用pytorch 建立神经网络的一些步骤： 如何定义网络 如何定义损失函数 如何反向传播 并介绍了一个训练图片分类器的实例本文参考自DEEP LEARNING WITH PYTORCH: A 60 MINUTE B

本文介绍了pytorch 的一些基础知识，比如 tensors，operations等，还有pytorch 的自动微分机制本文参考自DEEP LEARNING WITH PYTORCH: A 60 MINUTE BLITZ Pyto

本文来自于 cs231n assignment3 NetworkVisualization这个作业，下面我总结了这个作业的知识点和一些编程技巧。 这个作业介绍了梯度上升法来生成新的图像，在训练模型的时候，我们定义一个损失函数来衡量模型的

本文总结了 cs231n lecture11 的知识点，介绍了计算机视觉的一些方向： 语义分割：upsampling downsampling 图像分类和定位 多目标检测: RCNN Fast-RCNN Faster-RCNN YOLO

本文总结了 cs231n lecture 10的知识点，介绍了常见的 CNN 结构 AlexNet VGG GoogLeNet ResNet AlexNet [Krizhevsky et al. 2012] 输入：227x227x3

本文总结了 cs231n lecture 9的知识点，介绍了循环神经网络原理，以及 LSTM 模型循环神经网络（RNN）是一类用于处理序列数据的神经网络，可以扩展到更长的序列，大多数循环网络也能处理可变长度的序列。 需要一个额