“机器视觉+深度学习”进阶步骤

---

前言

如果是简单粗暴的直接入门，可以从PyTorch深度学习快速入门教程（绝对通俗易懂！） 入手，这个可以看作是一个新手友好型的视频课程，手把手教你如何入门。接下来的几门公开课，可以辅助你更好的理解其背后的原理。

一、Stanford CS221（人工智能原理与技术）

B站上面能找到好几个视频，其中第一个中英文字幕版本的课程视频似乎比完整版的视频缺失了2个半小时时长的内容。

另外有一个完整版的中英文字幕版视频可以参考，这一版本的字幕是另外上传的，需要点击播放器的字幕打开，有一点好是可以同步把中英文字幕一起打开对照。根据UP主的描述字幕尚未校对完全。相比之下吴恩达的几个课程的中文资料可能更多一些，各位按照喜好自取。

二、Stanford CS230（吴恩达 深度学习 Deep Learning | Autumn 2018）

按照吴恩达老师的介绍，CS229更偏向于理论，CS229A更偏向于应用，而CS230介于前述二者之间。CS230讲解的重点是深度学习，但是学习这门课程时所需要用到的数学知识并不多，比较适合初学者入门。CS229A则是上述3门课中最简单的一门。

CS230课程是由课堂教学和Coursera网课组成的，课堂教学可以看B站上的视频，网课教学可以看Coursera上的视频或者是B站上的搬运

CS230课程网址：官网

Coursera上的课程网址：Coursera网课网址，B站搬运带中文字幕版本

但是B站中文字幕版视频中有一些比较大的坑，比如字幕中关于Loss Function 与Cost Function的翻译，中文字幕中统一都翻译成了损失函数，但是二者的意义是完全不同的。

Loss Function指的是对单个样本，需要使其训练结果与期望最接近；也可以理解为在单个训练样本上，我们希望我们的模型在这个单一样本上识别/处理精度“损失”最小化。

而Cost
Function针对整个训练样本的集合来讨论的，指的是我们期望我们的模型参数的在整个样本集上实现“误差”最小化，精度最大化，因此可以理解为“Cost（成本）”最小化，“收益（识别准确度/精度）”最大化。

课程代码：GitHub

相关的课程笔记CSDN上有一篇博客有详细讲解，课后作业的数据集和代码的GitHub链接也都很全，这里不复赘述，各位移步：Stanford CS230深度学习

三、Stanford CS231N （李飞飞计算机视觉课程）

CS231N课程针对性的介绍CNN在视觉识别中的应用，关于CS231N课程我有过一篇专门到介绍，这里就不复赘述了，各位移步：CS231N课程介绍

附录1：论文讲解视频合集

Transformer论文逐段精读【论文精读】

众多人认为Transformer是今后一大发展方向，值得你花较多的精力来重点关注，李沐老师的这个讲解视频是一个非常好的入门视频，值得你关注。视频链接：Transformer论文逐段精读【论文精读】。