零基础入门CV实践-Task3
任务简介
字符识别模型
1、学习卷积神经网络(Convolutional Neural Network, CNN)的基础和原理
2、使用Pytorch框架搭建CNN模型
卷积神经网络
神经网络
先了解一下神经网络
看过一个视频解释说神经网络有点像用水管,不同的阀门控制水流大小。我自己感觉是每一层都在保证数据一定特性的前提下做压缩(不清楚对不对)
卷积神经网络
Convolutional Neural Networks, CNN
是一类包含卷积计算且具有深度结构的前馈神经网络
与神经网络的区别:
1、计算方法不同
2、用途不同
3、作用不同
Pytorch构建CNN模型
代码理解
torch.manual_seed(0)
为cpu设置随机种子,以使得结果是正确的
torch.backends.cudnn.deterministic = False
用以保证实验的可重复性
torch.backends.cudnn.benchmark = True
增加程序的运行效率
<div STYLE="page-break-after: always;"></div>
控制在某个DIV之后新开一个页面,这样的话,无论div有多长,在它之后一定会新开一个页面再打印