卷积网络，这是一个风头正劲的算法，占据人工智能的半壁江山，即使不是学习人工智能的人，也应该听说过这个词。卷积网络代表的是一种传统计算思维方式的转换，由逻辑规则的思维方式，切换到模拟人脑神经连接的思维方式，因此，即使你不搞人工智能，也应该学习下卷积网络的思想。
在这场 Chat 中，我想讲一些普通人也听得清楚的卷积网络思想，然后再探讨卷积网络的一些设计细节，具体内容如下：
- 什么是神经网络，和大脑有什么联系（卷积网络思想）
- 为什么神经网络可以训练
- 神经网络计算公式的数学解释
- 神经网络的正向 & 反向传播数学推导（不要怕，你看得懂）
- 使用 Mxnet 实现简单的神经网络
- 几个思想观念（模型训练七步法、广播思想、Block 堆叠思想、维度思想等）
- 认识神经网络的缺点，引入卷积网络（两个思维：往哪看？看什么？）
- 神奇的特征提取组合机器（形状、概念抓取）
- 卷积网络的基础算子（卷积、池化，池化为何有效？）
- 卷积网络的优秀基因（局部连接、空间共享、平移不变性、尺寸不变性）
- 1 * 1 卷积核到底有什么用
- 卷积网络的设计思路有哪些
- 通过代码吃透 GoogLeNet、ResNet
阅读全文: http://gitbook.cn/gitchat/activity/5d4d25b79b65cd41470c49ca
您还可以下载 CSDN 旗下精品原创内容社区 GitChat App ，阅读更多 GitChat 专享技术内容哦。
