深度学习代码自学【1】——CNN(卷积神经网络)记录
前言
陆陆续续地学习了深度学习,基本是从0开始学习,已经大概看了这些书籍内容,有一些内容看了好容易忘记啊,所以想着记录一下接下来学习的过程,一边记录一边学习,效率应该会快很多吧。。
已看Python入门书籍:《Python编程-从入门到实践》、《深度学习入门 基于Python的理论与实现》、《利用Python进行数据分析(第二版)》、《统计学习方法》这些
准备看花书、阿里云天池学习赛、《神经网络和深度学习》。。。
学习路径
我主要跟着以下大佬学习:
- 土堆-讲Pytorch;
- Bubbliiiing-代码;
- 子豪兄-代码、论文精讲;
- DASOU-学习路线;
CNN——卷积神经网络
这里以Pytorch记录,内容摘自官网:https://pytorch.org/docs/stable/nn.html
①卷积层:torch.nn.Conv2d(in_channels, out_channels,kernel_size, stride, padding,dilation)
Conv2d中,kernel_size=[a, b],a可以不等于b,其他参数同理。
②池化层——以最大池化为例
torch.nn.MaxPool2d(kernel_size, stride, padding, dilation)
③非线性激活——ReLU
举例——ResNet50中
最近我跟着——“董董灿”大佬学习了从零手写ResNet50代码——https://mp.weixin.qq.com/s/5ARwORt3qZPKPSOZdGbJdw
下图是ResNet50网络结构中最开始的层,使用Conv2d、MaxPool2d和relu的举例,用到多次