cocapop的博客

28、29。

① 机器学习用的最多的是N维数组，N维数组是机器学习和神经网络的主要数据结构。

① 深度学习最早在图片分类上做了比较大的突破。② IMAGENET是比较大的图片分类数据集，如下图所示，它包括了一千类的自然物体的图片，它大概有一百万张图片。2. 物体检测和分割① 知道图片是内容，在什么地方，这就是物体检测。② 物体分割是指每个像素它到底是飞机还是人。3.样式迁移① 内容图片结合样式图片(滤镜)，可以把内容图片映射到其他风格。4.人脸合成5.文字生成6.无人驾驶7.广告点击① 根据用户的点击，看给怎么样的广告。8.领域专家、数据科学家、AI专家。

① 像运行Tensorboar一样，在Terminal终端，可以命令运行.py文件。② 如下图所示，Terminal终端运行.py文件时，--变量 后面的值是给变量进行赋值，赋值后再在.py文件中运行。例如 ./datasets/maps 是给前面的dataroot赋值，maps_cyclegan是给前面的name赋值，cycle_gan是给前面的model赋值。③ required表示必须需要指定参数，default表示有默认的参数了。

① 下面用 CIFAR 10 model网络来完成分类问题，网络模型如下图所示。

【代码】【11】网络模型的使用、修改、保存、读取。

① 损失函数调用backward方法，就可以调用损失函数的反向传播方法，就可以求出我们需要调节的梯度，我们就可以利用我们的优化器就可以根据梯度对参数进行调整，达到整体误差降低的目的。② 梯度要清零，如果梯度不清零会导致梯度累加。

损失函数大致可以分成两类：回归（Regression）和分类（Classification）。

① 在 Anaconda 终端里面，激活py3.6.3环境，再输入 tensorboard --logdir=C:\Users\wangy\Desktop\03CV\logs 命令，将网址赋值浏览器的网址栏，回车，即可查看tensorboard显示日志情况。ps.input = torch.ones((64,3,32,32))这个sizes的参数定义的是输出形状，结果最后为什么是torch.Size([64, 10])？

② 因为 PyTorch 中的大部分方法都继承自 torch.nn.Module，而 torch.nn.Module 的__call__(self)函数中会返回 forward()函数的结果，因此PyTroch中的 forward()函数等于是被嵌套在了。② Myclass类继承nn.Module，super(Myclass, self).__init__()就是对继承自父类nn.Module的属性进行初始化。这样一来，作为nn.Module的子类就无需再初始化那一部分属性了，只需初始化新加的元素。

① 最大池化层有时也被称为下采样。② dilation为空洞卷积，如下图所示。③ Ceil_model为当超出区域时，只取最左上角的值。④ 池化使得数据由5 * 5 变为3 * 3,甚至1 * 1的，这样导致计算的参数会大大减小。例如1080P的电影经过池化的转为720P的电影、或360P的电影后，同样的网速下，视频更为不卡。

① 卷积核不停的在原图上进行滑动，对应元素相乘再相加。② 下图为每次滑动移动1格，然后再利用原图与卷积核上的数值进行计算得到缩略图矩阵的数据，如下图右所示。ps.reshape可以将一个张量的形状更改为另一个形状，以适应不同的计算需要。reshape()需要两个参数。例：y=torch。=.reshape(x,(3,4))————将张量x更改为3x4的新张量。除了torch.reshape外，还可以使用torch.view()函数，也可以将张量形状重塑为任何形状。

① Dataset只是去告诉我们程序，我们的数据集在什么位置，数据集第一个数据给它一个索引0，它对应的是哪一个数据。② Dataloader就是把数据加载到神经网络当中，Dataloader所做的事就是每次从Dataset中取数据，至于怎么取，是由Dataloader中的参数决定的。

① torchvision中有很多数据集，当我们写代码时指定相应的数据集指定一些参数，它就可以自行下载。② CIFAR-10数据集包含60000张32×32的彩色图片，一共10个类别，其中50000张训练图片，10000张测试图片。

① 在 Anaconda 终端里面，激活py3.6.3环境，再输入 tensorboard --logdir=C:\Users\wangy\Desktop\03CV\logs 命令，将网址赋值浏览器的网址栏，回车，即可查看tensorboard显示日志情况。② 为避免多人使用端口导致冲突，也可以在后面加上后缀，使得端口独立，tensorboard --logdir=C:\Users\wangy\Desktop\03CV\logs --port=6008。③ 输入网址可得Tensorboard界面。

① Transforms当成工具箱的话，里面的class就是不同的工具。例如像totensor、resize这些工具。② Transforms拿一些特定格式的图片，经过Transforms里面的工具，获得我们想要的结果。