【机器学习】《动手学深度学习 PyTorch版》李沐深度学习笔记

@[toc]## u-net的引入Unet 发表于 2015 年，属于 FCN 的一种变体。Unet 的初衷是为了解决生物医学图像的问题，由于效果确实很好后来也被广泛的应用在语义分割的各个方向，如卫星图像分割，工业瑕疵检测等。### 1.主要思

1.上采样（填充，使输出结果大于输入结果，实现一个上采样）2.转置卷积不是卷积的逆运算3.转置卷积也是卷积。

Gridding effect：没有用到范围内的所有像素值，而只使用到了一部分。非零元素中间有0元素（没有使用到的元素），因此一定会失去一部分信息。Mi就等于第i层两个非零元素之间的距离，ri就等于第i层的膨胀系数。我们的目标是M2≤K。根据三个膨胀系数，计算值是否合适。2.保持原输入特征图W、H（一般通过padding）

【机器学习】《动手学深度学习 PyTorch版》李沐深度学习笔记（googlenet）

1.上采样（填充，使输出结果大于输入结果，实现一个上采样）2.转置卷积不是卷积的逆运算3.转置卷积也是卷积。

消融实验

1.微调通过使用在大数据上得到的预训练模型来初始化权重来提高精度2.预训练模型质量非常重要3.微调通常速度更快、精度更高。

Gridding effect：没有用到范围内的所有像素值，而只使用到了一部分。非零元素中间有0元素（没有使用到的元素），因此一定会失去一部分信息。Mi就等于第i层两个非零元素之间的距离，ri就等于第i层的膨胀系数。我们的目标是M2≤K。根据三个膨胀系数，计算值是否合适。2.保持原输入特征图W、H（一般通过padding）

【机器学习】《动手学深度学习 PyTorch版》李沐深度学习笔记（Alexnet）