摘要：参考链接：https://blog.csdn.net/xavier_muse/article/details/83859272 fig,ax = plt.subplots()等价于： fig = plt.figure() ax = fig.add_subplot(1,1,1) fig, ax = p 阅读全文

摘要：参考链接：https://www.zhihu.com/question/396811409/answer/1252521120 LeNet：5层轻量级网络，一般用来验证小型数据； AlexNet/VGGNet：把网络层数加深； GoogLeNet/Inception：结合1x1卷积并采用带有不同ke 阅读全文

摘要：1、所谓的卷积操作，其实可以看作一种模板匹配的过程。卷积核就是模板，特征图则是这个模板匹配的结果显示。 2、池化操作则是一种对原始图像进行更大尺度的特征提取过程，它可以提取出数据中的高尺度信息。将卷积和池化交替组装成多层的卷积神经网络模型，便有了强大的多尺度特征提取能力。 卷积运算：就是在原始图像中 阅读全文

摘要：randn : 是指创建一个满足正态分布的随机张量或者矩阵 rand : 是指均匀分布的随机张量或者矩阵 x_tensor = torch.randn(2,3) 是一个尺寸为（2，3）的随机张量 y_numpy = np.random.randn(2,3) 是一个尺寸为（2，3）的随机矩阵 将张量转 阅读全文