【導讀】斯坦福CS230:Deep Learning 課程，是斯坦福每年秋季開設的深度學習課程，由Andrew Ng 以及 Kian Katanforoosh執教，內容涵蓋CNN、RNN、LSTM、Adam等等方面。斯坦福的兩位研究生同學Afshine Amidi，Shervine Amidi 將其中的重要知識點拆解出來，整理成Cheatsheet。小編拜讀後，覺得內容詳實、結構清晰，特分享給大家。
項目地址 | Github：
作者 | Author：
作者主頁 | Author's homepage：
Afshine Amidi
Shervine Amidi
整理報導 | Reporter:
【簡介】
Afshine Amidi 和 Shervine Amidi 小哥著重整理了CNN、RNN及其數據梳理過程。整個Cheatsheet目錄如下：
【CNN】
CNN部分首先對CNN的組件進行了介紹，包括pooling，padding都配有圖示。然後擴展開簡介CNN系列的工作核心，包括目標檢測，YOLO，RCNN等。
Pooling
Padding
圖像分類、圖像定位、圖像檢測
邊框識別、關鍵點識別
【RNN】
RNN 也是首先介紹了RNN基本組成，各類變型，及各類Unit的變體，如LSTM,GRU。然後介紹了RNN系列的工作，包括：Language model，Machine translation，Attention等。
RNN的各種變體
雙向RNN、深層RNN
GRU、LSTM
Attention
【常用技巧】
常用技巧篇，主要總結了常用的一些數據處理方式、優化器選擇、權重初始化、正則化等等。如：
常用的圖像數據增廣方式
請關注專知公眾號（掃一掃最下面專知二維碼，或者點擊上方藍色專知）
PC登錄www.zhuanzhi.ai或者點擊閱讀原文，可以獲取更多AI知識資料！
加入專知主題群（請備註主題類型：AI、NLP、CV、 KG等）可以其他同行一起交流~ 請加專知小助手微信（掃一掃如下二維碼添加），
AI 項目技術 & 商務合作：bd@zhuanzhi.ai, 或掃描上面二維碼聯繫！請關注專知公眾號，獲取人工智慧的專業知識！
點擊「閱讀原文」，使用專知