DEADLINE： 2020/10/25 22:00

1. 视频学习

视频学习包括两章内容，视频我已经上传至QQ群，大家可以在群里下载

● 深度学习的数学基础

这部分不是特别重要，大家看看，科普下就好，看不太明白也没有关系

● 卷积神经网络

主要内容包括：

• CNN的基本结构：卷积、池化、全连接

• 典型网络结构：AlexNet、VGG、GoogleNet、ResNet

● （扩展学习）京东专家结合 pytorch 代码讲解 ResNet

B站链接：https://www.bilibili.com/video/BV1o7411f7UM

主要内容包括：残差学习的基本原理、恒等映射和Shotcut、使用 pytorch 实现 ResNet152

2. 代码练习

代码练习需要使用谷歌的 Colab ，大家有任何问题可以随时在群里 AT 我。

● MNIST 数据集分类

构建简单的CNN对 mnist 数据集进行分类。同时，还会在实验中学习池化与卷积操作的基本作用。下载链接

要求： 把代码输入 colab，在线运行观察效果

● CIFAR10 数据集分类

使用 CNN 对 CIFAR10 数据集进行分类。下载链接

要求： 把代码输入 colab，在线运行观察效果

● 使用 VGG16 对 CIFAR10 分类

使用著名的VGG16网络对 CIFAR10 数据集进行分类。下载链接

要求： 把代码输入 colab，在线运行观察效果

3. 博客作业要求

完成一篇博客，题目为 “ 第3次作业：卷积神经网络 ” ，博客内容包括两部分：

【第一部分】视频学习心得及问题总结

根据视频的学习内容，写一个总结，最后列出没有学明白的问题，针对大家的疑问，下次课会讨论一下，大家可提前把问题列出来。

【第二部分】代码练习

在谷歌 Colab 上完成 pytorch 上述代码，关键步骤截图，并附一些自己的想法和解读。

热爱学习，拒绝划水 ~~~