做梦当财神

摘要： 1. 双线性插值法 图像放大是图像处理的基本操作。 下面利用双线性插值法进行图像放大。 示例：原图 \((3\times3)\)，目标图 \((4\times4)\)。原图坐标 \((1,0)\) 的像素值 \(g(1,0) = 118\)，\(g(1,1) = 126\)，\(g(2,0) = 1 阅读全文

摘要： 目录1. AlexNet1.1 第一个卷积层1.2 第二个卷积层1.3 第三个卷积层1.4 第四个卷积层1.5 第五个卷积层1.6 全连接层1.7 全连接层1.8 全连接层1.9 AlexNet 网络架构2. AlexNet与LeNet5区别3. AlexNet在当时包含的新技术点 1. AlexN 阅读全文

摘要： 目录1. 卷积神经网络（LeNet）1.1 LeNet 1. 卷积神经网络（LeNet） \(LeNet\) 最早的卷积神经网络之一（\(1989\) 年提出）。用于银行支票上手写数字识别（\(1998\) 年杨立坤教授提出）。 1.1 LeNet \(LeNet\) \((LeNet-5)\) 由 阅读全文

摘要： [toc] 在[二维卷积层](https://www.cnblogs.com/keye/p/16667638.html)里介绍的物体边缘检测，我们构造卷积核从而精确地找到了像素变化的位置。设任意二维数组 $X$ 的 $i$ 行 $j$ 列的元素为 $X[i,j]$。如果构造的卷积核输出 $Y[i,j 阅读全文

摘要： # 1. 通常权重衰减等价于L2正则化 控制模型容量方法： - 模型变得比较小，即参数比较少。 - 参数值的选择范围比较小。 权重衰减通过限制参数值的选择范围来控制模型容量： $$ min\ \ell(\mathbf{w}, b) \ \ \ \ subject\ to\ \ ||\mathbf{w 阅读全文

摘要： $torchvision.transforms.functional.py$ 中to_tensor()函数源码： def to_tensor(pic) -> Tensor: """Convert a ``PIL Image`` or ``numpy.ndarray`` to tensor. This 阅读全文

摘要： 讲述with torch.no_grad()前，先讲述requires_grad参数。 1. requires_grad 在 $torch$ 中，$tensor$ 有一个 requires_grad参数，如果设置为 $True$，则反向传播时，该 $tensor$ 就会自动求导。 $tensor$ 阅读全文

摘要： 训练网络的时候希望保持一部分网络参数不变，只对其中一部分的参数进行调整；或训练部分分支网络，并不让其梯度对主网络的梯度造成影响，这时可以使用detach()切断一些分支的反向传播。 1. tensor.detach() 返回一个新的 $tensor$，从当前计算图中分离下来，但仍指向原 $tenso 阅读全文

摘要： ```python torch.nn.MaxPool2d(kernel_size, stride=None, padding=0, dilation=1, return_indices=False, ceil_mode=False) ``` $2D$ 最大池化。 **参数：** - `kernel_ 阅读全文

摘要： 1. torch.cat() torch.cat(tensors, dim=0) 在给定维度中拼接张量序列。 参数： tensors：张量序列。 dim：拼接张量序列的维度。 import torch a = torch.rand(2, 3) b = torch.rand(2, 3) c = tor 阅读全文