yjb6/cs231n-2022

CS231n作业代码实现

CS231n-2022

CS231n 2022 作业代码实现

以及带笔记的课件

感谢B站 心里冷风 同学对knn答案的指正，欢迎各位同学交流作业和深度学习相关的问题！

有需要计算机课程辅导的同学可以通过github issue的方式私信我

cs231n-2022's Issues

作者是使用Google Colab 的吗？这个怎么上啊

Transformer_Captioning.ipynb 的运行结果不对

我在跑Transformer_Captioning.ipynb的第一个计算，也就是测试MultiHeadAttention的相对错误，我甚至复制了学长的代码，可是运行结果仍然是：

self_attn_output error:  0.449382070034207
masked_self_attn_output error:  1.0
attn_output error:  1.0

并未得到和学长一样的结果，也就是作业要求的： The relative error should be less than e-3.
请问学长，问题出在哪里呢~

太优秀了！

所有作业都是按照作者的代码来理解的，写的清晰明了，对我帮助非常大，十分佩服，感谢~作者未来可期啊

inquiry for video

Hello!

你好，我想问问你可以分享一下cs231n 2022的视频嘛？2017的视频感觉和作业在Lecture 11后有明显脱节了（捂脸）

knn confusion

hello,I think this place in knn part :
for i in range(N):
X_train_folds.append(X_train[i*length: (i+1)length])
y_train_folds.append(y_train[ilength: (i+1)length])
may should be:
for i in range(num_folds):
X_train_folds.append(X_train[ilength: (i+1)length])
y_train_folds.append(y_train[ilength: (i+1)*length])

感谢大佬！

想问问学长是在哪里看的视频课程呀？

我觉得softmax.ipynb的Inline question 2 答案不对

我觉得softmax.ipynb的Inline question 2 答案不对
False

设原来有n个数据点，新增的 datapoint 会新增 2*n 个 max(0,-) 的和，而新增的和是大于0的
For SVM it's impossible. A new datapoint would increase the sum of the per-datapoint loss due to the fixed margin $\Delta$.
which means that $max(0,sj-si_0+1)+max(0,si_0-sj+1)>0$ ($i_0$ is the new datapoint)is always true.