Datawhale AI 夏令营 Task02

先听了老师的直播课（内容大致和我暑期集训和新生讲的类似？果然是基础吗)）然后仔细看了代码，发现基本结构也是相同的，先数据集——定义模型（也就是每一层）——训练——测试。不懂的部分也就是CV图像识别部分了，这部分还在自学看课程中。还有调节模型参数的方法也需要再学习。

一些CNN的笔记：

16. 卷积（本质还是线性计算，channel变，宽高可变可不）

用来检测，提取特征的，比如找图像中老鼠的屁股在哪，是一种运算方式（和下采样等运算类似功能）

其实就是做数学运算（多项式乘法），在一个n*n的卷积patch中，给每个像素分配不同权重（或者相同），遍历每一个像素块，形成模糊的效果（下面是高斯模糊，给中间值更大的权重，模拟更真实的失焦效果），最后的图像中每个像素块的值都是经过patch块卷积后的值

1.最终输出结果和卷积核(kernel_size)都是n*n(长宽)

2.对于原图像，每个channel都要配一个卷积核

3.输出想要得到m个channel，就要m个卷积核（1个卷积核生成channel=1的输出）

16.1. Padding

Padding是什么？如果Output=5*5，Input至少要7*7才可从(0,0)元素就开始做卷积。Padding就是在5*5的基础上加一圈0变成7*7

16.2. Stride

stride：步长。卷积核本来是一步步移动，但stride=2就是两步两步移动了。降低Output的宽高（不降之前和Kernel一个大小）

16.3. 池化层(默认stride = 2,Channel不变，宽高变)

Eg：一个2*2的最大池化层，把Input分隔成4个2*2，每个里面找到最大值拼成2*2

经过最大池化层后宽和高各/2

maxpooling_layer = torch.nn.MaxPool2d(kernel_size = 2)

16.4. 代码+计算公式

# 4个维度确定input
input = torch.Tensor(input).view(batch的大小，channel数，宽度，高度)
# 4个维度确定kernel卷积核
kernel = torch.Tensor([1,2,3,4...9]).view(输出channel数，输入channel数，宽度，高度)

宽高的变化：宽-kernel_size+1