qq_45986389的博客

卷积的步长默认为1，卷积核每移动1位进行一次乘加运算，当卷积步长为stride时，卷积核沿各个方向每移动stride步，进行1次乘加运算，对于图像这种维数很高的数据计算时，如果卷积步长为1，进行1次卷积运算就需要非常大的运算量，而且相邻的数据中有大量冗余的数据，这种计算并不会对特征的提取有太多好处。对于图像，如彩色图像，通常拥有RGB三个通道，对多个通道的进行的卷积即为多通道卷积，多通道卷积可以是各个通道与各个卷积核的对应卷积，也可以是综合的各种卷积。

张量（Tensor）：是一个物理量，对高维(维数≥2) 的物理量进行“量纲分析” 的一种工具计算图：用“结点”(nodes)和“线”(edges)的有向图来描述数学计算的图像。“节点”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”使用tensor表示数据使用Dataset、Dataloader读取样本数据和标签。

然后执行K次模型训练和验证，每次在K−1个子集上进行训练，并在剩余的一个子集（在该轮中没有用于训练的子集）上进行验证。最后，通过对K次实验的结果取平均来估计训练和验证误差。数据包括训练数据，验证数据与测试数据，通常三者比例为70%，15%，15%或者60%，20%，20%，当数据很多时，训练和验证数据可适当减少。参数自适应变化：具有较大偏导的参数相应有一个较大的学习率，而具有小偏导的参数则对应一个较小的学习率。在RMSProp基础上加入了历史梯度平方的指数衰减平均，在误差面上倾向于平坦的极小值。

多层感知机是一种多层前馈网络， 由多层神经网络构成，每层网络将输出传递给下一层网络。神经元间的权值连接仅出现在相邻层之间，不出现在其他位置。如果每一个神经元都连接到上一层的所有神经元（除输入层外），则成为全连接网络。是网络的输入、输出向量，神经元用节点表示，网络由输入层、隐层和输出层节点组成，隐层可一层，也可多层（图中是单隐层），前层至后层节点通过权联接。由于用BP学习算法，所以常称BP神经网络。三层感知机可识别任一凸多边形或无界的凸区域。更多层感知器网络可识别更为复杂的图形。

线性回归是利用数理统计中回归分析，确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。即利用一条曲线(直线)去尽量拟合数据，并使用拟合的曲线来预测任意变量对应的值。构造二分类的“分界直线”，一边为负，一边为正，距离分界线越远，其归为对应类的概率越大。训练集的条目数：一条训练数据由一对输入数据和输出数据组成，输入数据的维度。线性分类器透过特征的线性组合分类，即通过直线（或超平面）分类。训练集：也称训练数据，即输入的数据，一般用。模型：假设，即拟合的函数，一般用。目标：找到超平面参数。

人工智能是利用机器去实现目前必须借助人类智慧才能实现的任务，研究开发用于模拟人类智能的理论方法技术以及应用系统。仿生角度：模拟自然生物信息处理过程的方法符号学角度：利用数理统计的方法行为学角度：以控制论为核心实现机器进化的方法交叉角度：上述多种角度合成的方法人工智能经典的定义是利用经验来改善计算机系统的性能，即利用数据集来实现预测未知和理解。