Covertype 简介植被覆盖类型数据集，包括位于美国科罗拉多州北部罗斯福国家森林的四个荒野区域。样本总数为581012，在kaggle中，样本划分为训练集(training set)：15120，以及测试集 （test set） ：565892 。每个样本来自一块30m x 30m 的区域采样。每个样本有54个特征，且有7种类型, 这七种类型是:1 - 云杉/冷杉2 - 洛奇波尔松3 - 黄松

规则化(Normalize)pytorch在加载数据时，常需要归一化，如transforms.Normalize((0.5,0.5,0.5),(0.5,0.5,0.5))灰度图是:transforms.Normalize(mean=[0.5],std=[0.5])一般我们加载的数据，RGB的值范围是[0,255],常见数据集如MNIST的数值范围是[0,1]。这里取0.5是归一...

Pytorch中的卷积与反卷积详解(conv2d和convTranspose2d)卷积和反卷积是图片计算在深度学习中常用的上采样和下采样操作。相比其他采样操作，卷积计算不仅可以保存参数的梯度传递(适用用BP),还可以改变图片的通道以更好的整合局部特征。在torchn.nn中,卷积操作是一个函数，输入为一组图片或特征变量[n,c,w,h],输出也为一组变量[n,c,w,h].变量类型为tenso..

cifarCIFAR数据集是 Visual Dictionary(Teaching computers to recognize objects) 的子集，由三个教授收集，主要来自google和各类搜索引擎的图片。备注：cifar官网1.cifar10由10个类的60000的32*32彩色图像组成，每个类有6000个图像。有50000个训练图像和10000个测试图像。类型如下:2....

plt保存图片都会留有白边，或者坐标轴，保存再用多有不遍，其实去除白边就两个参数:plt.savefig(‘xxx.jpg’,bbox_inches=‘tight’, pad_inches = -0.1) # 注意两个参数demo:... #图片代码plt.axis('off') # 去坐标轴plt.xticks([]) # 去刻度plt.imshow((imgs)plt.savefig('xxx