摘要：
ResNet（Residual Network，残差网络）是深度学习领域中的重要突破之一，由 Kaiming He 等人在 2015 年提出。其核心思想是通过引入残差连接（skip connections）来缓解深层网络中的梯度消失问题，使得网络可以更高效地训练，同时显著提升了深度网络的性能。 本文 阅读全文
摘要：
在深度学习中，Batch Normalization 是一种常用的技术，用于加速网络训练并稳定模型收敛。本文将结合一个具体代码实例，详细解析 PyTorch 中 BatchNorm2d 的实现原理，同时通过手动计算验证其计算过程，帮助大家更直观地理解 BatchNorm 的工作机制。 1. Batc 阅读全文
摘要：
在深度学习领域，卷积神经网络（Convolutional Neural Network, CNN）是图像任务中的核心模型架构，广泛应用于图像分类、目标检测等任务。本文将详细解析一个简单的卷积神经网络的卷积层代码示例，通过剖析其结构与运行过程，带领读者理解 CNN 中的基本设计与数学原理。 代码背景与 阅读全文
