【pytorch】学习系列文章

置顶 weixin_40293999

已于 2022-12-25 22:02:42 修改

阅读量455

点赞数

文章标签： pytorch 学习深度学习

于 2022-12-18 21:29:50 首次发布

本文链接：https://blog.csdn.net/weixin_40293999/article/details/128366229

版权

本文探讨了PyTorch中add和concat操作的区别，以及为何许多图像识别选择灰度化。add用于张量相加保持维度不变，concat则进行维度拼接。同时，解释了灰度图像在特征提取中的优势，如减少光照影响和计算复杂度。

摘要由CSDN通过智能技术生成

系列文章目录

提示：记录pytorch学习过程中的困惑
第一章 Pytorch add 和 concat的区别

文章目录

系列文章目录
@[TOC](文章目录)

前言
一、Pytorch的add 和 concat？
二、很多图片识别为什么将彩色图像灰度化？

前言

此文章不是官方文档，主要记录学习过程中的困惑

提示：以下是本篇文章正文内容，下面案例可供参考

一、Pytorch的add 和 concat？

在resnet和ShuffleNet的shortcut，有的是用add，有的用concat！在shuffleNet中stride = 1的用add，stride=2的用concat！

1、Concat：张量拼接，会扩充两个张量的维度，
在这里插入图片描述

例如2626256和2626512两个张量拼接，结果是2626768。
2、add：张量相加，张量直接相加，不会扩充维度。
在这里插入图片描述
例如104104128和104104128相加，结果还是104104128。add和cfg文件中的shortcut功能一样。

二、很多图片识别为什么将彩色图像灰度化？

可能的答案1:
我们识别物体，最关键的因素是梯度（现在很多的特征提取，SIFT,HOG等等本质都是梯度的统计信息），梯度意味着边缘，这是最本质的部分，而计算梯度，自然就用到灰度图像了。颜色本身，非常容易受到光照等因素的影响，同类的物体颜色有很多变化。所以颜色本身难以提供关键信息。2010PAMI有colorSIFT的一些工作，本质也是不同通道的梯度。

可能的答案2:
彩色图片信息量大，有的时候我们仅仅用灰度图像里的信息就已经够了，为了提高运算速度自然就会采用灰度图，甚至有时灰度图还是过大，采用二值化图像也是有可能的.
包含色彩的话，特征量，计算量成指数倍数增加。比如一个点，灰度的话，就256个维度而已，但是如果算上RGB色彩的话，那就是1600万以上维度。然后再相互组合，或者说找梯度，可以想象看看~~计算量太大，但是好在就算是全色盲也可以分辨物体，于是就x先降维（灰度）来计算。如果是分辨红绿灯的话，你看看有哪个敢直接只用灰度的。