深度学习第五周

因为学习的时间有限，每周的时间不是很多，简单总结一下学习心得。

想要练习的话可以在kaggle网站上下载一些数据集来练习。

这一周在慕课网上把Cifar10图像分类给看完了，感觉对分类任务处理掌握的还不够好，所以后面的目标检测没有看太多，想着先把东西消化消化。自己也写了一个项目，关于数据集的分类，其大概的思路与处理cifar10数据集差不多。刚开始用的resnet网络，想着由于电脑跑的有些慢，想着就epoch 1次，但是就epoch 1次的话，正确率太低了，达不到所想要的，可见在训练的过程中，训练的次数也影响着模型是否能达到要求。后面我也使用了不同的网络结构，发现使用不同的网络结构，最后得到的正确率差距也很大，根据自己的模型需要使用合适的网络结构也是同等重要的。

在自己写项目的过程中，也发现好多自己存在的问题。对于我个人来说，对本地数据集的处理相对还是比较麻烦，在数据增强方面，不知道怎么去使用transform。自己也没有去搭建一个新的网络模型，而是直接套用之前写的。而且在写训练代码的时候，经常报错。可见自己对代码掌握的熟练程度不够。最后还忘记了对于正确率的计算，自己还需要多加练习。

然后这周在b站上页陆陆续续的找了一些课程来看，补充自己所欠缺的东西。比如对一些网络的理解，卷积到底卷了什么以及在处理数据集所要注意的东西。

经过这周的代码实践过后，也发现了自己欠缺的东西，我想着后面的课程先慢慢看着，然后把这两周学的东西吃透了，多写一些项目。