图像卷积互相关运算严格来说，卷积层是个错误的叫法，因为它所表达的运算其实是互相关运算（cross-correlation），而不是卷积运算。在卷积层中，输入张量和核张量通过互相关运算产生输出张量。
12345678910111213141516171819import torchfrom torch import nnfrom d2l import torch as d2ldef corr2...
填充、步幅、多输入多输出通道填充为什么要填充由于我们通常使用小卷积核，因此对于任何单个卷积，我们可能只会丢失几个像素。 但随着我们应用许多连续卷积层，累积丢失的像素数就多了。 解决这个问题的简单方法即为填充（padding）。
填充定义以及举例在输入图像的边界填充元素（通常填充元素是0）。输出大小：（输入-卷积核+步幅+填充）/ 步幅
12345678910111213141516...
汇聚层与卷积神经网络LeNet汇聚层双重目的：降低卷积层对位置的敏感性，同时降低对空间降采样表示的敏感性。
最大汇聚层和平均汇聚层与卷积层类似，汇聚层运算符由一个固定形状的窗口组成，该窗口根据其步幅大小在输入的所有区域上滑动，为固定形状窗口（有时称为汇聚窗口）遍历的每个位置计算一个输出。 不同于卷积层中的输入与卷积核之间的互相关计算，汇聚层不包含参数。 相反，池运算是确定性的，我们通常计算汇...
全卷积网络FCNFCN与CNNFCN:FCN是对图像进行像素级的分类（也就是每个像素点都进行分类），从而解决了语义级别的图像分割问题。将这3层表示为卷积层，卷积核的大小(通道数，宽，高)分别为（4096,1,1）、（4096,1,1）、（1000,1,1）CNN: 在最后的卷积层之后会连接上若干个全连接层，将卷积层产生的特征图（feature map）映射成为一个固定长度的特征向量。一般的C...
区域卷积神经网络（R-CNN）系列区域卷积神经网络（region-based CNN或regions with CNN features，R-CNN）
R-CNN
R-CNN首先从输入图像中选取若干（例如2000个）提议区域（如锚框也是一种选取方法），并标注它们的类别和边界框（如偏移量）。
然后，用卷积神经网络对每个提议区域进行前向传播以抽取其特征。
用每个提议区域的特征来预测类别和边界框...
单发多框检测（SSD）与yolo通过多尺度特征块，单发多框检测生成不同大小的锚框，并通过预测边界框的类别和偏移量来检测大小不同的目标
yolo 也是一个 single-stage 的算法，只有一个单神经网络来做预测yolo 也需要锚框，这点和 SSD 相同，但是 SSD 是对每个像素点生成多个锚框，所以在绝大部分情况下两个相邻像素的所生成的锚框的重叠率是相当高的，这样就会导致很大的重复计算...
图像增广常用图像增广方法12345678d2l.set_figsize()img = d2l.Image.open('../img/cat1.jpg')d2l.plt.imshow(img);def apply(img, aug, num_rows=2, num_cols=4, scale=1.5): Y = [aug(img) for _ in range(num...
微调微调步骤
在源数据集（例如ImageNet数据集）上预训练神经网络模型，即源模型。
创建一个新的神经网络模型，即目标模型。这将复制源模型上的所有模型设计及其参数（输出层除外）。我们假定这些模型参数包含从源数据集中学到的知识，这些知识也将适用于目标数据集。我们还假设源模型的输出层与源数据集的标签密切相关；因此不在目标模型中使用该层。
向目标模型添加输出层，其输出数是目标数据集中的类别数...
样式迁移什么是样式迁移自动将一个图像中的风格应用在另一图像之上一张是内容图像，另一张是风格图像，使用神经网络修改内容图像，使其在风格上接近风格图像
样式迁移方法正向传播（实线箭头方向）反向传播（虚线箭头方向）第一层和第三层的输出被作为图像的样式特征第二层输出图像的内容特征损失函数构成：内容损失（content loss）使合成图像与内容图像在内容特征上接近样式损失（style loss）令合...
