卷积层可以提取图像的局部特征，ReLU 激活函数可以增强网络拟合非线性数据的能力，池化层能够缩小特征图并减少计算量，而全连接层则负责根据提取到的特征完成最终分类。本次使用的数据集是MNIST手写数字数据集，该数据集包含了70000张图片，为28*28形式，其中有60000张训练数据，10000张测试数据。通过本项目，我掌握了使用 PyTorch 完成数据加载、CNN 模型搭建、训练测试及结果可视化

本周使用了马铃薯病害数据集，该数据集包含表现出各种疾病的马铃薯植物的高分辨率图像。在学习中首次会搭建VGG-16模型，并回顾了上周如何调用官方的VGG-16网络框架。通过学习VGG-16，需要掌握卷积神经网络的基本结构，理解小卷积核堆叠、特征提取及模型训练优化的原理与方法。同时需要确定网络深度对性能的影响，并学会分析训练曲线、调整学习率和防止过拟合。

本次学习需要进行手动搭建模型的环节。# 基本残差块padding=1,bias=Falsestride=1,padding=1,bias=False# 尺寸或通道数发生变化时，调整残差边的尺寸if stride!nn.Conv2d(bias=False),else:return x# 输入层：224×224×3 -> 56×56×64nn.Conv2d(3,64,stride=2,padding=

本周基于天气识别的四分类任务，使用YOLOv5 Backbone在图像分类中的应用。整体流程包括：数据预处理与8:2划分、进行Backbone模块的复现、分类头的构建、训练与测试函数封装、60 轮训练。对该模块的建立方式，可以有效提升了模型预测的精度，后续应注意学习一下。

卷积层可以提取图像的局部特征，ReLU 激活函数可以增强网络拟合非线性数据的能力，池化层能够缩小特征图并减少计算量，而全连接层则负责根据提取到的特征完成最终分类。本次使用的数据集是MNIST手写数字数据集，该数据集包含了70000张图片，为28*28形式，其中有60000张训练数据，10000张测试数据。通过本项目，我掌握了使用 PyTorch 完成数据加载、CNN 模型搭建、训练测试及结果可视化

本次是深度学习的第2周，本次学习构建出一个CNN网络。1 数据集：本数据集是由CIFAR研究所的研究人员开发，包含60,000张32x32的彩色图像，分为10个不同的类别，每个类别包含 6,000 张图像，其中 5,000 张用于训练，1,000 张用于测试，这 10 个不同的类别代表飞机、汽车、鸟类、猫、鹿、狗、青蛙、马、船和卡车。

根据上面的训练结果，训练损失还在下降，说明模型还可能继续学习，本文的学习率对 SGD 来说偏小，可以加上momentum，lr=1e-3,或者直接换成Adam，一般来说，使用Adam 更容易快速收敛，可能更快把训练准确率推到 95% 以上。通过本次学习，我了解了 PyTorch 图像分类的基本流程，学习了如何对图片进行预处理，包括调整大小、转换为Tensor和标准化处理，通过将数据集划分为训练集和

本次学习遇到了较多的问题，的位置必须在之前，否则梯度会累积，这个错误我曾经犯过，当时发现loss怎么震荡得厉害，查了半天才发现是梯度没清零。训练改为使用了Adam优化器并增加dropout防止过拟合问题，结果比原先结果得到提升，可达到88%以上的学习目标。本次训练页也学习了相对于上周增加指定图片预测与保存并加载模型这个两个模块。

本次学习使用VGG-16进行人脸识别，加载 ImageNet 预训练的 VGG-16，冻结卷积层、只替换最后一层全连接层来适配自己的人脸分类任务，数据预处理必须和预训练时保持一致（224×224 + ImageNet 的 mean/std），训练时搭配学习率衰减并在每个 epoch 后用评估测试集，只保留准确率最高的模型。但是由于VGG-16由16个卷积层和3个全连接层组成，因此具有相对较深的网络

卷积层可以提取图像的局部特征，ReLU 激活函数可以增强网络拟合非线性数据的能力，池化层能够缩小特征图并减少计算量，而全连接层则负责根据提取到的特征完成最终分类。本次使用的数据集是MNIST手写数字数据集，该数据集包含了70000张图片，为28*28形式，其中有60000张训练数据，10000张测试数据。通过本项目，我掌握了使用 PyTorch 完成数据加载、CNN 模型搭建、训练测试及结果可视化