![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习:深度学习入门之pytorch
文章平均质量分 84
Hello_Git
这个作者很懒,什么都没留下…
展开
-
【CH4 CNN】02 normalization.
批标准化 在我们正式进入模型的构建和训练之前,我们会先讲一讲数据预处理和批标准化,因为模型训练并不容易,特别是一些非常复杂的模型,并不能非常好的训练得到收敛的结果,所以对数据增加一些预处理,同时使用批标准化能够得到非常好的收敛结果,这也是卷积网络能够训练到非常深的层的一个重要原因。 1.数据预处理 目前数据预处理最常见的方法就是中心化和标准化,中心化相当于修正数据的中心位置,实现方法非常简单,就是在每个特征维度上减去对应的均值,最后得到0 均值的特征。标准化也非常简单,在数据变成 0 均值之后,为了使原创 2021-02-04 18:40:10 · 120 阅读 · 0 评论 -
【CH4 CNN】01 conv
卷积模块介绍 前面我们介绍了卷积网络的基本知识,其在计算机视觉领域被应用得非常广泛,那么常见的卷机网络中用到的模块能够使用 pytorch非常轻松地实现,下面我们来讲一下 pytorch 中的卷积模块 1.卷积层 卷积在 pytorch 中有两种方式,一种是 torch.nn.Conv2d(),一种是 torch.nn.functional.conv2d(),这两种形式本质都是使用一个卷积操作 这两种形式的卷积对于输入的要求都是一样的,首先需要输入是一个 torch.autograd.Variable原创 2021-02-04 17:38:49 · 171 阅读 · 0 评论