深度学习框架
Pytorch的使用
张量
张量是一个物理量,对高维 (维数 ≥ 2) 的物理量进行“量纲分析” 的一种工具。简单的可以理解为:一维数组称为矢量,二维数组为二阶张量,三维数组为三阶张量。
计算图
用结点和线的有向图来描述数学计算的图像。结点一般用来表示施加的数学操作,但也可以表示数据输入的起点/输出的终点,或者是读取/写入持久变量的终点。线表示节点之间的输入/输出关系。这些数据线可以输运“size可动态调整”的多维数据数组,即张量。
卷积神经网络
LeNet-5
网络结构一共有7层,包括3个卷积层、2个下采样层和2个全连接层。如图所示。
LeNet-5与现代网络的差别:
-
不使用填充
-
池化选择平均池化而不是最大池化
-
选用sigmoid而非ReLU作为激活函数
-
层数较浅,参数量较小(约6万)
规律:随网络深入,宽、高衰减,通道数增加。
误差反传:
LeNet-5的代码实现(李沐《动手学深度学习》)