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