[CS231n Assignment 2 #00] 第二次作业介绍

1. 作业介绍

• 作业主页：Assignment #2
• 作业任务：本次作业，我们需要练习编写反向传播过程，以及训练神经网络和卷积神经网络
• 作业目的：
  • 理解 神经网络（Neural Networks） ，知道它们是如何组织成分层结构的
  • 理解并实现（矢量化）的 反向传播（backpropagation） 过程
  • 理解并实现不同的 更新算法（update rules ） 来优化神经网络
  • 实现 批量归一化（Batch Normalization ） 和 层级归一化（Layer Normalization） 来稳定的训练的训练神经网络
  • 实现 随机失活（Dropout ） 来对网络进行正则化
  • 理解 卷积神经网络（Convolutional Neural Networks） 的结构，以及使用训练数据实际实践这些网络
  • 尽量熟悉主流的深度学习框架，例如 TensorFlow 和 Pytorch

2. 作业内容

• 01 全连接神经网络(Fully-connected Neural Network)
• 02 批量归一化(Batch Normalization)
• 03 随机失活（Dropout）
• 04 卷积神经网络(Convolutional Networks )
• 05 PyTorch / TensorFlow on CIFAR-10