深度学习与计算机视觉

写在前面

这是一篇Umich的EECS 498-007课程的学习笔记，开始阅读之前您需要学习过这门课程或已经掌握了深度学习与计算机视觉的基本知识。本篇旨在复习课程要点，不适合初学者作为tutorial学习。

关于Umich EECS 498-007

来自csdiy的课程简介

UMich 的 Computer Vision 课，课程视频和作业质量极高，涵盖的主题非常全，同时 Assignments 的难度由浅及深，覆盖了 CV 主流模型发展的全阶段，是一门非常好的 Computer Vision 入门课。

本篇笔记基于Fall 2019的课程，课程链接：https://www.youtube.com/playlist?list=PL5-TkQAfAZFbzxjBHtzdVCWE0Zbhomg7r

与此同时，该课程的assignments（含答案）已上传至github，答案是我自己做的，仅供参考

Assignments来自Fall 2020的课程主页

目录

1. 图像分类 Image Classification
2. 线性分类器 Linear Classifier
3. 优化理论 Optimization
4. 神经网络 Neural Networks
5. 反向传播算法 Backpropagation
6. 卷积网络 Convolutional Networks
7. CNN架构 CNN Architectures