写在开始：
2020年1月26日，开始学习2017CS231n 斯坦福李飞飞计算机视觉识别课程。该博客为课程的笔记，希望能够监督自己学习。课程链接：https://www.bilibili.com/video/av58778425?p=20。课程课件：http://cs231n.stanford.edu/slides/2017/。所写博客中的图以及代码均来自于视频课程或者课件。
新的一年，希望一切平安。
2017CS231n
1.课程介绍
2.图像分类
3.损失函数和优化
4.神经网络介绍
5.卷积神经网络
6.训练神经网络(上)
7.训练神经网络(下)
8.深度学习软件
9.CNN架构
10.循环神经网络
11.分割，定位，检测
12.可视化和理解
13.生成模型
14.深度增强学习
15.深度学习的方法和硬件
16.对抗样本和对抗训练
其他资源
CS231n官方笔记：https://blog.csdn.net/wangxiaopeng0329/article/details/52919202
CS231n课程链接：http://cs231n.stanford.edu/
CS231n课程demo：http://vision.stanford.edu/teaching/cs231n-demos/
Python+Numpy教程：http://cs231n.github.io/python-numpy-tutorial/
【2017cs231n】笔记-第1讲：计算机视觉概述及历史背景https://blog.csdn.net/hawkl123/article/details/83011465
课程讲义和和作业：https://zhuanlan.zhihu.com/p/21930884
