作业3 cnn

视频学习心得：

  我感觉我懂得了，但是没完全懂，在我的理解里，cnn就是一个不断叠加矩阵，然后让矩阵变成一个更小的，但是每个区域都有代表性数据的类似特征矩阵的过程，和dalao们内卷淘汰我们的过程非常相似，他也很像某本生物课本中描述的类似眼球后方视觉细胞感光的过程非常相似，这就是发现来源于生活吗，其他的完全不懂，所以说懂了，但没有完全懂。

实验操作：

 

 调用必须库

 

 装载数据

 

 查看数据

 

 

 

 定义网络结构

 

 训练函数和测试函数的定义，理论上都懂，但是一到测试具体代码，就不知道怎么写，怎么用，可能是我完全没掌握吧（不知道为啥这两张图好像有点问题）

 

 小型全链接网络上的训练

 

 卷积神经网络的训练，这和视频中优点介绍中容错，处理能力良好以及学习能力强相吻合

 

 打乱像素顺序

 

 

 

 在各个函数中加入打乱顺序的代码

 

 

 

 打乱顺序后继续在两个网络上测试

不懂为啥打乱像素了准确率就下降了，可能是因为乱序的像素形成了一个类似干扰信号的效果，然后导致网络出现了作业2中猫变狗的错误

 

 进行cifar10数据分类的实验，这是库的调用和各个数组的定义

 

 其中一部分素材的展示

 

 定义网络

 

 训练网络

 

 

 

 

 

 测试网络，可以看到该网络测试准确率偏低，有很大概率是因为网络结构较为简单，而图像分类中图像所包含的要素过多，数字分类中，仅需要分辨数字的大致形状，而该数据集中，除了形状，还有位置，颜色，等要素，这就可能导致准确率下降

 

 定义vgg网络

 

 网络放到设备上

 

 

 

 

 

 训练测试和正确率，这验证了前面关于结构简单而导致正确率不高的判断，虽然我看不懂，但我大受震惊