摘要：
数据集的准备： 训练集 测试集 训练集中包含60000个样本；测试集中包含10000个样本； Dataset类 三个重要的属性： __init__(): 初始化 __len__(): 返回数据集的长度； __getitem__(): 根据提供的索引，返回数据集中的样本 应用一：使用Dataset类的 阅读全文
摘要：
在进行深度学习的时候，有时候使用迁移学习可以得到更好的结果； 什么是迁移学习？ 迁移学习使用在大型数据集上预训练的网络； 使用迁移学习的好处是神经网络已经从大型数据集中学到了很多重要特征 当我们使用我们自己的数据集后，我们只需要进行微调就可以得到很好的结果； 在本博文中，我们将使用VGG16，该模型 阅读全文
摘要：
在前面的博文中，我们已经实现了基于Pytorch的VGG11的搭建以及训练； 在本文中，我们将： 1）进一步理解VGG11 13 16和19 2）实现这些不同的架构； 一、VGG网络中的不同架构 ABDE较为常用；我们称之为VGG11 13 16和19 每个架构在某一特定的卷积层后都有最大池化操作； 阅读全文
摘要：
在前面的博客中我们提到如何用pytorch搭建一个VGG11网络框架； 详见使用Pytorch搭建VGG网络——以VGG11为例 在本博客中，我们将使用之前搭建的VGG11网络，同时对其进行手动训练，使我们可以更好的理解模型建立和训练的过程； 主要内容： 数据集和目录结构——使用数字手写辨识来训练V 阅读全文
摘要：
在深度学习中，我们可以使用预训练的模型来进行微调或者迁移学习； 有时候在没有预训练模型的情况下，我们也使用pytorch或者tf中预定义的模型； 但是手动实现理解深度学习模型也是非常重要的； 这也就是我们为什么要在这里实现CGG16的深度学习模型； 在本教程中，我们将学习到： 一、VGG11网络 1 阅读全文