面向嵌入式的CV&深度学习-CS231N视觉公开课基础&AlexNet

1 卷积基础

1.1 移动与步长

• 保持输入与输出维度不变，如何补零？（F:卷积核维度， P:padding层数）

• 参数计算方式

• 总结

1.2 1*1卷积核的作用（降维与减少参数计算量）

1.3 池化

1.4 斯坦福实验网站

1.5 Keras.js实验网站

2 AlexNet网络（2012年ImageNet冠军，首次运用深度卷积网络应用到大规模图像分类上）

2.1 概述

2.2 深度网络结构

2.3 论文分析