Paper第一期CV——BaseLine1打卡

AlexNet作业

1、 文字回答：ImageNet数据集与ILSVRC之间的关系是什么？

ImageNet数据集是一个非常大的数据集，包含了超过1400万张全尺寸的有标记图片，而ILSVRC数据集是ImageNet数据集的子集，只包含了ImageNet的部分数据

2、 文字回答：AlexNet训练过程的数据增强中，针对位置，采用什么方法将一张图片有可能变为2048张不一样的图片（1个像素值不一样，也叫不一样）？

由于输出的图片尺寸为$256\times 256$，而最终需要裁剪为$224\times 224$，因此可能的情况为$(256-224{)}^2=1024$，同时还需要进行水平翻转，因此$1024\times 2=2048$，最终一张图片就有可能变为2048张不一样的图片

3、文字回答：AlexNet使用的Dropout，在使用过程中需要注意什么？

需要主要的是当模型运用在测试集时，得到的模型参数需要乘上失活概率$p$以保证数据尺度的一致性

4、文字回答：读完该论文，对你的启发点有哪些？

• ReLU激活函数是一种不饱和激活函数，不需要对数据进行归一化，而Sigmoid，tanh这一类饱和激活函数需要对数据进行归一化
• 多GPU的训练能够加快训练速度，但是涉及到GPU之间的信息交流
• 数据增强能够提高模型的泛化能力

5、代码实践：在猫狗数据集上，对比采用预训练模型和不采用预训练模型这两种情况，训练曲线有何差异，截图打卡。

上图中，左边为采用预训练模型的损失函数曲线，而右边为没有采用预训练模型的损失函数曲线，可以看出采用预训练模型能够非常有效的加速模型的训练，使模型快速收敛

6、文字：本篇论文的学习笔记及总结

论文的学习笔记及总结见我的CSDN或我的个人网站