数据集可视化：从mindspore.dataset.ImageFolderDataset接口中加载的训练数据集返回值为字典，用户可通过 create_dict_iterator 接口创建数据迭代器，使用 next 迭代访问数据集。教程采用了狗与狼分类数据集做了案例介绍。训练和评估：开始训练模型，与没有预训练模型相比，将节约一大半时间，因为此时可以不用计算部分梯度。普遍的做法是，在一个非常大的基础数

数据变换Transforms的原因，直接加载的原始数据并不能直接送入神经网络进行训练，此时需要对其进行数据预处理。（我认为，这应该就是个工具，不需要了解太多，只需要根据步骤，学习使用这个工具即可，前一章节的数据集Dataset也一样）。数据变换包括四部分，Common Transforms（通用数据变换） 、Vision Transforms（图像数据变换）、Text Transforms（文本数

全卷积网络（Fully Convolutional Networks，FCN）是UC Berkeley的Jonathan Long等人于2015年在Fully Convolutional Networks for Semantic Segmentation[1]一文中提出的用于图像语义分割的一种框架。主要内容包括：语义分割、数据处理、网络构建、训练准备、模型训练、模型评估、模型推理七个步骤，总体来

个人学习mindspore全过程与心得

Pipeline的设计理念使得数据集的常用操作采用dataset = dataset.operation()的异步执行方式，执行操作返回新的Dataset，此时不执行具体操作，而是在Pipeline中加入节点，最终进行迭代时，并行执行整个Pipeline。map操作是数据预处理的关键操作，可以针对数据集指定列（column）添加数据变换（Transforms），将数据变换应用于该列数据的每个元素，

张量（Tensor）创建、索引、运算以及与NumPy相互转换

它正是基于以上思想：要确定一个样本的类别，可以计算它与所有训练样本的距离，然后找出和该样本最接近的k个样本，统计出这些样本的类别并进行投票，票数最多的那个类就是分类的结果。在具体实现时，可以考虑样本的权重，即每个样本有不同的投票权重，这种方法称为带权重的k近邻算法，它是一种变种的k近邻算法。需要特别注意的是，使用欧氏距离时，应将特征向量的每个分量归一化，以减少因为特征值的尺度范围不同所带来的干扰，

ResNet网络层结构如下图所示，以输入彩色图像 224×224 为例，首先通过数量64，卷积核大小为 7×7 ，stride为2的卷积层conv1，该层输出图片大小为 112×112 ，输出channel为64；对于每个残差网络块，以ResNet50网络中的conv2_x为例，其由3个Bottleneck结构堆叠而成，每个Bottleneck输入的channel为64，输出channel为256

神经网络的训练主要使用反向传播算法，模型预测值（logits）与正确标签（label）送入损失函数（loss function）获得loss，然后进行反向传播计算，求得梯度（gradients），最终更新至模型参数（parameters）。grad和value_and_grad提供has_aux参数，当其设置为True时，可以自动实现前文手动添加stop_gradient的功能，满足返回辅助数据的

如上图所示，训练过程中的 prior boxes 和 ground truth boxes 的匹配，基本思路是：让每一个 prior box 回归并且到 ground truth box，这个过程的调控我们需要损失层的帮助，他会计算真实值和预测值之间的误差，从而指导学习的走向。SSD的网络结构如图所示。n，通道为p的预测特征图，假设其每个像素点会产生k个anchor，每个anchor会对应c个类别