学习笔记2019.07.25-26

up sampling:在一个范围内填充一个值

up pooling: 对应down pooling(比如max pooling)，要记录下采样对应的位置，然后把值还给该位置，其余为0

res module: 入口两个分支，一个做11卷积核的卷积，通道数自己定。另一个做bn+relu+conv三次，通道数先减半再复原，卷积核中间的是33，两边是1. 出自resnet。H=X+Y，x是原信号，y是残差，H是要拟合的信号。

hour glass结构：基于res module, 也是入口两个分支，一个分支做res module,另一个是沙漏，先下采样，再三次res module再上采样。中间的res可做hourglass的嵌套，称为高阶。

cornernet的结构：2个hourglass连再一起。

focal loss:比交叉熵乘一项，（1-p）^r。p[0,1], 预测的概率结果，越接近1越容易分类，接近零越难分类。对于易分类的loss会变大（小数的指数倍更小，-log就越大）。

torch安装：pip3 install https://download.pytorch.org/whl/cu90/torch-1.1.0-cp37-cp37m-win_amd64.whl