卷积神经网络

深度卷积神经网络中，有如下特性

• 很多层: compositionality
• 卷积: locality + stationarity of images
• 池化: Invariance of object class to translations

首先加载数据，创建网络，在小型全连接网站上训练，对比在卷积网络上训练。

含有相同参数的 CNN 效果要明显优于 简单的全连接网络，是因为 CNN 通过卷积和池化能够更好的挖掘图像中的信息。

打乱像素顺序后再训练，全连接网络的性能基本上没有发生变化，但是 卷积神经网络的性能明显下降。

 

对于视觉数据，PyTorch 创建了一个叫做 totchvision 的包，该包含有支持加载类似Imagenet，CIFAR10，MNIST 等公共数据集的数据加载模块 torchvision.datasets 和支持加载图像数据数据转换模块 torch.utils.data.DataLoader。

下面将使用CIFAR10数据集，它包含十个类别：‘airplane’, ‘automobile’, ‘bird’, ‘cat’, ‘deer’, ‘dog’, ‘frog’, ‘horse’, ‘ship’, ‘truck’。CIFAR-10 中的图像尺寸为3x32x32，也就是RGB的3层颜色通道，每层通道内的尺寸为32*32。

首先，加载并归一化 CIFAR10 使用 torchvision 。torchvision 数据集的输出是范围在[0,1]之间的 PILImage，将他们转换成归一化范围为[-1,1]之间的张量 Tensors。

 

 

接下来定义网络，损失函数和优化器，然后训练网络。

从测试集中取出8张图片，让CNN识别

 

VGG是由Simonyan 和Zisserman在文献《Very Deep Convolutional Networks for Large Scale Image Recognition》中提出卷积神经网络模型，其名称来源于作者所在的牛津大学视觉几何组(Visual Geometry Group)的缩写。

首先定义dataloader。

然后初始化网络，根据实际需要，修改分类层。因为 tiny-imagenet 是对200类图像分类，这里把输出修改为200。 

训练网络，可以看到使用一个简化版的 VGG 网络，就能够显著地提高准确率