学习笔记16：残差网络

转自：https://www.cnblogs.com/miraclepbc/p/14378379.html数据集描述总共200200类图像，每一类图像都存放在一个以类别名称命名的文件夹下，每张图片的命名格式如下图：数据预处理首先分析一下我们在数据预处理阶段的目标和工作流程获取每张图像以及对应的标签划分测试集和训......

转自：https://www.cnblogs.com/miraclepbc/p/14385623.html图像定位的直观理解不仅需要我们知道图片中的对象是什么，还要在对象的附近画一个边框，确定该对象所处的位置。也就是最终输出的是一个四元组，表示边框的位置图像定位网络架构可以将图像定位任务看作是一个回归问题！数据......

转自：https://www.cnblogs.com/miraclepbc/p/14348536.html什么是预训练网络预训练模型就是之前用较大的数据集训练出来的模型，这个模型通过微调，在另外类似的数据集上训练。一般预训练模型规模比较大，训练起来占用大量的内存资源。微调预训练网络我们采用vgg16作为预训练模型，来实......

转自：https://www.cnblogs.com/miraclepbc/p/14360231.html数据增强常用数据增强方法：transforms.RandomCrop#随机位置裁剪transforms.CenterCrop#中心位置裁剪transforms.RandomHorizontalFlip(p=1)#随机水平翻转transforms.RandomVerticalFlip(p=1)#随机上下......

转自：https://www.cnblogs.com/miraclepbc/p/14360807.htmlresnet预训练模型resnet模型与之前笔记中的vgg模型不同，需要我们直接覆盖掉最后的全连接层先看一下resnet模型的结构：我们需要先将所有的参数都设置成requires_grad=False然后再重新定义fc层，并覆盖掉原来的。重新定义的......

转自：https://www.cnblogs.com/miraclepbc/p/14335456.html相关包importtorchimportpandasaspdimportnumpyasnpimportmatplotlib.pyplotaspltfromtorchimportnnimporttorch.nn.functionalasFfromtorch.utils.dataimportTensorDatasetfromtorch.utils.......

转自：https://www.cnblogs.com/miraclepbc/p/14344935.html相关包导入importtorchimportpandasaspdimportnumpyasnpimportmatplotlib.pyplotaspltfromtorchimportnnimporttorch.nn.functionalasFfromtorch.utils.dataimportTensorDatasetfromtorch.ut......

转自：https://www.cnblogs.com/miraclepbc/p/14345342.html相关包导入importtorchimportpandasaspdimportnumpyasnpimportmatplotlib.pyplotaspltfromtorchimportnnimporttorch.nn.functionalasFfromtorch.utils.dataimportTensorDatasetfromtorch.ut......

张量生成方法转自：https://www.cnblogs.com/miraclepbc/p/14329476.html张量的形状及类型张量的计算张量的梯度手写线性回归张量生成方法张量的形状及类型张量的计算张量的梯度手写线性回归......

转自：https://www.cnblogs.com/miraclepbc/p/14332084.html相关库导入importtorchimportpandasaspdimportnumpyasnpimportmatplotlib.pyplotaspltfromtorchimportnn%matplotlibinline数据读入及预处理data=pd.read_csv('E:/datasets/dataset/credit-a.cs......