【新生学习】第二周:卷积神经网络_part_1

DEADLINE: 2020-08-01 22:00

写在最前面: 本周学习的是卷积神经网络,是本课程重点中的重点,大家务必要熟练掌握。

本周的学习任务包括 视频学习代码练习论文讲解 三部分。

1. 视频学习

● 深度学习的数学基础

(下载地址:https://www.jianguoyun.com/p/DStBQ98QrKKIBhis-K4D)

这部分是桑老师给课程加的内容,大家看看,科普下就好,看不太明白也没有关系

有部分同学事已经学过这些视频,可以略过

● 卷积神经网络

(下载地址:https://www.jianguoyun.com/p/DaAOf94QrKKIBhi1-K4D)

主要内容包括:

  • CNN的基本结构:卷积、池化、全连接
  • 典型网络结构:AlexNet、VGG、GoogleNet、ResNet

有部分同学事已经学过这些视频,可以略过

● 京东专家结合 pytorch 代码讲解 ResNet

B站链接:https://www.bilibili.com/video/BV1o7411f7UM

主要内容包括:残差学习的基本原理、恒等映射和Shotcut、使用 pytorch 实现 ResNet152

所有视频下载链接2020年7月30日自动过期,请抓紧时间下载。

2. 代码练习

代码练习需要使用谷歌的 Colab ,大家有任何问题可以随时在群里 AT 我。有部分同学已经做过这部分代码练习,可以略过。

● MNIST 数据集分类

构建简单的CNN对 mnist 数据集进行分类。同时,还会在实验中学习池化与卷积操作的基本作用。

链接:https://github.com/OUCTheoryGroup/colab_demo/blob/master/05_01_ConvNet.ipynb

要求: 把代码输入 colab,在线运行观察效果

● CIFAR10 数据集分类

使用 CNN 对 CIFAR10 数据集进行分类

链接:https://github.com/OUCTheoryGroup/colab_demo/blob/master/05_02_CNN_CIFAR10.ipynb

要求: 把代码输入 colab,在线运行观察效果

● 使用 VGG16 对 CIFAR10 分类

链接:https://github.com/OUCTheoryGroup/colab_demo/blob/master/05_03_VGG_CIFAR10.ipynb

要求: 把代码输入 colab,在线运行观察效果

● 使用VGG模型迁移学习进行猫狗大战

链接:https://github.com/OUCTheoryGroup/colab_demo/blob/master/05_04_Transfer_VGG_for_dogs_vs_cats.ipynb

要求:这部分为 Kaggle 于 2013 年举办的猫狗大战竞赛,使用在 ImageNet 上预训练的 VGG 网络进行测试。因为原网络的分类结果是1000类,所以这里进行迁移学习,对原网络进行 fine-tune (即固定前面若干层,作为特征提取器,只重新训练最后两层)。

仔细研读AI研习社猫狗大战赛题的要求:https://god.yanxishe.com/41 (目前比赛已经结束,但仍可做为练习赛每天提交测试结果)

下载比赛的测试集(包含2000张图片),利用fine-tune的VGG模型进行测试,按照比赛规定的格式输出,上传结果评测

3. 论文讲解

我按照上周提交作业的先后次序,抽了 解志杰王炳路冯敏 三个同学做分享。我指定一个知识点或论文论文来阅读,然后下周四(7月30日)下午用PPT分享,大家一起学习。

解志杰: 阅读《大话CNN经典模型》,链接:https://my.oschina.net/u/876354/blog/1637819

王炳路: 阅读谷歌2017年的论文:《MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications》

冯敏: 阅读《HybridSN: Exploring 3-D–2-D CNN Feature Hierarchy for Hyperspectral Image Classification》

4. 博客作业要求

完成一篇博客,题目为“ 第二次作业:卷积神经网络 part 1” ,博客内容包括三部分:

● 【第一部分】 视频学习心得及问题总结

根据三个视频的学习内容,写一个总结,最后列出没有学明白的问题,初步计划针对大家的疑问,下周四(7月30日)下午在腾讯会议讨论一下,大家可提前把问题列出来。(以前已经学过视频课程的同学可以略过此步骤)

● 【第二部分】 代码练习

在谷歌 Colab 上完成代码练习,关键步骤截图,并附一些自己的想法和解读。(以前已进行过代码练习的同学可以略过此步骤)

● 【第三部分】 展望学习(选做)

本部分供有余力的同学选做。 结合论文自学谷歌提出的 Inception V1 至 V4, 以及 MobileNets,整理一个学习心得。

● 【第四部分】 实战练习(选做)

本部分仅供有余力的同学选做。

AI研习社新上了一个比赛 “ 工业表面纹理缺陷检测 ”,奖金3000元。比赛链接:https://god.yanxishe.com/80

比赛时间为7月24日至8月22日,来自德国海德堡大学图像处理合作项目,提交结果只要大过标准分40就有奖金。

如果在这个比赛中取得一个不错的名次,写在简历里面,也算一个不大不小的亮点了 ~~~ 感兴趣的同学加油!

posted @ 2020-07-26 00:24  高峰OUC  阅读(898)  评论(0编辑  收藏  举报