halfish / cs231n

斯坦福 cs231n 作业代码实践

CS231n Convolutional Neural Networks for Visual Recognition

斯坦福 cs231n 作业代码实践，代码实现主要参考了 lightaime/cs231n

• 教程笔记 cs231n.github.io
• 课程主页 stanford cs231n
• 进度安排 course syllabus

上面的网页有时候不稳定，可能要 FQ 才能访问。

下载课程作业源代码:  Assignment #1 & Assignment #2 & Assignment #3

网上有很多的资料，包括中文翻译，课程视频等，但是个人觉得都不如写完作业代码的收获大。

我的 CSDN 博客笔记： cs231n 课程作业

---

注：我的这个是 2016 年做的作业，内容略旧，仅供参考。

cs231n's Issues

some codes are incorrect？

hello，thanks for your code，the code in row237 in rnn.py ，the function “affine_forward” should be replaced by function “temporal_affine_forward”.
could you give some advices？

卷积后的特征图长宽计算疑有误

cs231n/assignment2/cs231n/layers.py

Lines 506 to 507 in d355c0c

	out_height = H / pool_height
	out_width = W / pool_width

cs231n/assignment2/cs231n/layers.py

Lines 540 to 541 in d355c0c

	out_height = H / pool_height
	out_width = W / pool_width

应为：

    out_height = 1 +  (H - pool_height) / stride
    out_width = 1 + (W - pool_width) / stride

randn生成矩阵经过运算后为什么和correct_socres一致？

cs231n/assignment1/two_layer_net.ipynb的Forward pass: compute scores中，correct_scores怎么来的，怎么能保证通过随机生成的矩阵经过运算后，能和corret_scores基本相同？

请教一下：assignment2/cs231n/classifier/cnn.py的第一个全连接层的输入维度为什么是F*H/2*W/2？

源码在cnn.py的54行，多谢了

max_pool_backward_naive中dx没有更新？

cs231n/assignment2/cs231n/layers.py

Line 520 in d355c0c

def max_pool_backward_naive(dout, cache):

cs231n/assignment3/cs231n/rnn_layers.py/line:147

请问使用上面写的rnn_step_backward反向传播时，为什么dnext_h参数是dh[:, t, :] + stepdprev_h呢？如下：
stepdx, stepdprev_h, stepdWx, stepdWh, stepdb = rnn_step_backward(dh[:, t, :] + stepdprev_h, cache[t])