小哲的博客

这里，我们把class的名字就叫成Net。Class里面主要写两个函数，一个是初始化的__init__函数，另一个是forward函数。__init__里面就是定义卷积层，先super()一下，给父类nn.Module初始化一下。在这个__init__里边主要定义就是卷积层。比如第一层，我们叫它conv1，把它定义成输入1通道，输出6通道，卷积核5*5的的一个卷积层。conv2同理。forward里边是真正执行数据的流动。

PyG（PyTorch Geometric）是一个基于PyTorch构建的库，可轻松编写和训练图神经网络（GNN），用于与结构化数据相关的广泛应用。它包括从各种已发表的论文中的图和其他不规则结构（也称为几何深度学习）的各种方法。

Image Caption: 图像描述，又称为图像标注，就是从给定的图像生成一段描述文字。图像描述是深度学习中十分有趣的一个研究方向，也是计算机视觉的一个关键目标。 对于图像描述的任务，神经网络不仅要了解图中有哪些对象，对象之间的关系，还要使用自然语言来描述这些对象的关系。...

风格迁移中有两类图片：一类是`风格图片`，通常是一些艺术家的作品，往往具有明显的艺术家风格，包括色彩、线条、轮廓等；另一类是`内容图片`，这些图片往往来自现实世界，如个人摄影等。利用风格迁移能够将内容图片转换成具有艺术家风格的图片。...

`自然语言处理（Natural Language Processing, NLP）`是人工智能和语言学领域的分支学科，涉及研究方向宽泛，包括机器翻译、句法分析、信息检索等。 这里回顾两个基本概念：**词向量（word vector）**和**循环神经网络（Recurrent Neural Network，RNN）**。...

首先简要介绍一下与的概念：判别模型在深度学习乃至机器学习领域取得了巨大成功，其本质是将样本的特征向量映射成对应的label；而生成模型由于需要大量的先验知识去对真实世界进行建模，且先验分布的选择直接影响模型的性能，因此此前人们更多关注于判别模型方法。生成式对抗网络（Generative Adversarial Networks，GANs）是蒙特利尔大学的Goodfellow Ian于2014年提出的一种生成模型， 在之后引起了业内人士的广泛关注与研究。GANs的主要框架包括两个部分：和两个部分。生成器用来合

PyTorch的nn.Linear()是用于设置网络中的**全连接层**，需要注意**在二维图像处理的任务中，全连接层的输入和输出一般都设置为二维张量，形状通常为[batch_size, size]，不同于卷积层要求输入输出是四维张量**。...