_02. CS231n_목차 및 링크

CS231n 과정 구조

 

전반부

1. linear classifiers (선형분류기) : 1강 / 2강 /  3강

2. Stochastic gradient descent (확률적 경사하강법) : 4강

3. Fully-connected networks : 5강  

4. Convolutional networks

5. Recurrent networks

 

후반부

6. Attention and transformers

7. Object detection

8. Image segmentation

9. Video classification

10. Generative models (GANs, VAEs, autoregressive models)

11. Deep reinforcement learning

 

숙명여대 CS231n강의 (2020 spring 버젼)

• 강의 영상 및 슬라이드 
• 원노트 슬라이드(판서본 & 질문) 

CS231n(2019)_Michigan_강의 유튜브 with 슬라이드 뷰

• 유튜브 강의 영상
• 참고자료: 영어강의+슬라이드 동시 뷰 강의 영상

참고자료:

도서: 딥러닝일러스트레이티드(github.com/rickiepark/dl-illustrated)

블로그: 조대협의 블로그(bcho.tistory.com/1140?category=555440)

 

 

CS231n(2019)_Michigan_강의 슬라이드 다운받기

• LECTURE_01   LECTURE_02   LECTURE_03
• LECTURE_04   LECTURE_05   LECTURE_06
• LECTURE_07   LECTURE_08   LECTURE_09
• LECTURE_10   LECTURE_11   LECTURE_12
• LECTURE_13   LECTURE_14   LECTURE_15
• LECTURE_16   LECTURE_17   LECTURE_18
• LECTURE_19   LECTURE_20   LECTURE_21
• LECTURE_22