是否有任何不使用任何框架的 Conv Net 教程？

Question

我对 ML 和 DL 的第一次介绍是去年在 Udacity/Coursera 并使用 TensorFlow。我不得不承认我学到了很多东西，但是直到我阅读了Michael Nielson's 关于神经网络和深度学习的书之后，这些东西都没有得到巩固。

这些想法之所以得到巩固，是因为我遵循了他的 python/numpy 示例，然后使用 C 和 stdlib “复制”了这些技术as best I can。

我这样做是因为我想练习用 C 编写代码。你可以打赌，我现在理解如何处理 SEGFAULTS/SIGSEGV 比一个多月前开始时要好得多。

我能够了解更多关于普通前馈网络的 SGD/backprop 的细节，因为我练习了它们。

不幸的是，当谈到 Conv Nets 时，他直接进入了 Theano。

所以现在我正在寻找关于卷积、im2col、池化、SGD/backprop 等的详细讨论，它们不使用任何框架，只描述方程和算法（希望在 python/numpy 中有一些示例代码，甚至在C/C++)。

请理解我并不是要编写自己的库或框架。我只是想获得有关这些主题的强大而深入的基础知识。我相信这只能通过使用 python/numpy 或 C 或任何选择的语言来练习它们来实现。

然后我可以在此基础上使用 TF/PyTorch/Theano 等框架来试验超参数调整等。

Answer 1

This 或许。或者，只需查找“在 numpy 中实现 CNN”