一、实验内容
实验内容包含要进行什么实验,实验的目的是什么,实验用到的算法及其原理的简单介绍。
1.1 二维卷积实验
(1)手写二维卷积的实现,并在至少一个数据集上进行实验,从训练时间、预测精度、Loss变化等角度分析实验结果(最好使用图表展示)
(2)使用torch.nn实现二维卷积,并在至少一个数据集上进行实验,从训练时间、 预测精度、Loss变化等角度分析实验结果(最好使用图表展示)。
(3)不同超参数的对比分析(包括卷积层数、卷积核大小、batchsize、lr等)选其中至少1-2个进 行分析。
(4)使用PyTorch实现经典模型AlexNet并在至少一个数据集进行试验分析 (平台 课同学选做,专业课同学必做)(无GPU环境则至少实现模型)。
原理介绍:在图像处理中,卷积经常作为特征提取的有效方法。给定一个输入信息 𝑿 和滤波器 𝑾 的二维卷积定义为:
𝒀 = 𝑾 ∗ 𝑿 公式(1)
其中 ∗ 表示二维卷积运算。
1.2 空洞卷积实验
(1)使用torch.nn实现空洞卷积,要求dilation满足HDC条件(如1,2,5)且要堆叠多层并在至少一个数据集上进行实验,从训练时间、预测精度、Loss 变化等角度分析实验结果(最好使用图表展示)。
(2