weixin_44878162的博客

原创 DenseNet算法 实现乳腺癌识别

最后用 torch.cat([x, new_feature], dim=1) 实现输入与新输出的通道拼接（DenseNet 核心特性：密集连接）。使用自定义的 DenseNet 类构建模型，其中 block_config=(6,12,24,16) 是 DenseNet-121 的典型结构。打印了数据的结构：X 是 [batch_size, 通道数, 高, 宽]（即 [32, 3, 224, 224]），y 是标签。遍历每一个 batch，执行 前向传播，计算损失，反向传播，参数更新；

原创 第J2周：ResNet50V2算法实战与解析

sparse_categorical_crossentropy：因为图像标签是整数编码，需要使用sparse 版本。img_size=(224, 224)：图像输入大小匹配 ResNet50 的输入要求。设置为 trainable = False，表示只训练添加的层，主干网络权重保持不变。Dense(3, activation=‘softmax’)：输出3个类别的概率。validation_split=0.2：80%训练，20%验证。cache()：将数据缓存到内存或磁盘，加快读取速度。

原创 第P10周：Pytorch实现车牌识别

用于将 [batch_size, 483] reshape 为 [batch_size, 7, 69]，每张图预测7个字符，每个字符是69类分类问题。使用 batch_size=16，对训练和测试集分别构造了 DataLoader。输入图像尺寸为 (3, 224, 224)，使用 torchsummary 可视化每一层的输出 shape 和参数数目。获取 data_dir 中所有文件（或文件夹），生成的是一个 Path 对象列表，储存在 data_paths 中。transform: 数据增强操作。

原创 第J1周：ResNet-50算法实战与解析

原创 第T11周：优化器对比实验

image_batch.shape = (16, 336, 336, 3)：表示 batch size 为 16，每张图片为 336x336，RGB 3通道。获取数据集中所有类别的标签名。images 是一个形状为 (16, 336, 336, 3) 的张量，labels 是 (16,) 的标签数组。tf.config.list_physical_devices(“GPU”): 检查是否有可用的 GPU。labels_batch.shape = (16,)：每张图像对应一个整数标签（共 17 类）。

原创 第T10周：数据增强

val_ds.take(n)：取前 n 个 batch 作为 test_ds；Dense(128)，全连接隐藏层，128 个神经元，ReLU 激活；Dense(len(class_names))， 输出层，单元个数 = 类别数，未加激活函数。每次调用 aug_img() 函数，使用tf.image.stateless_random_contrast() 添加随机对比度。augmented_image 的 shape 是 [1, h, w, c]，取出 [0] 表示取出图像本身；迭代取出其中的图像和标签。

原创 第T9周：猫狗识别2

如果系统检测到 GPU，代码会选择第一块 GPU（gpu0 =　gpus[0]），然后调用tf.config.experimental.set_memory_growth(gpu0, True) 来启用 GPU。多分类任务的 VGG16 卷积神经网络，保留了 VGG16 的经典结构（13 个卷积层 + 3 个全连接层），输出为 nb_classes 类的 softmax 结果。训练和验证的损失曲线也几乎重合，验证损失略低于训练损失，数据未被过拟合，验证集代表性良好，模型有很好的泛化能力。

原创 第T8周：猫狗识别

如果系统检测到 GPU，代码会选择第一块 GPU（gpu0 =　gpus[0]），然后调用tf.config.experimental.set_memory_growth(gpu0, True) 来启用 GPU。遍历 train_ds，对每一个 batch 使用 model.train_on_batch() 进行训练。多分类任务的 VGG16 卷积神经网络，保留了 VGG16 的经典结构（13 个卷积层 + 3 个全连接层），输出为 nb_classes 类的 softmax 结果。图片有 3 个通道。

原创 第T7周：咖啡豆识别

如果系统检测到 GPU，代码会选择第一块 GPU（gpu0 =　gpus[0]），然后调用tf.config.experimental.set_memory_growth(gpu0, True) 来启用 GPU。准确率从一开始就逐渐上升，大约在第 5-6个 epoch 后，训练准确率超过 95%，验证准确率也接近甚至超过，后续几轮验证准确率非常高，接近 0.95-0.98。图片有 3 个通道。输入图像的 shape 是 (img_width, img_height, 3)，支持 RGB 彩图。

原创 第T6周：好莱坞明星识别

Dense(128, activation=‘relu’)，128 个神经元的全连接层，提取全局特征。训练损失持续下降，表示模型拟合训练数据越来越好。Conv2D(16, (3, 3), activation=‘relu’)是一个 卷积层，使用 16个 3x3 的卷积核提取特征。onv2D(64, (3, 3), activation=‘relu’)，提取更高层次的特征，增加模型的表达能力。Conv2D(32, (3, 3), activation=‘relu’)，第二个卷积层，增加特征提取能力。

原创 第T5周：运动鞋品牌识别

这个批次的标签有 32 个值，对应 32 张图片，是一维数组，每个值是 0 或 1，对应类别[‘adidas’, ‘nike’]。Conv2D(16, (3, 3), activation=‘relu’)是一个 卷积层，使用 16个 3x3 的卷积核提取特征。图片有 3 个通道。onv2D(64, (3, 3), activation=‘relu’)，提取更高层次的特征，增加模型的表达能力。Conv2D(32, (3, 3), activation=‘relu’)，第二个卷积层，增加特征提取能力。

原创 第T4周：猴痘病识别

这个批次的标签有 32 个值，对应 32 张图片，是一维数组，每个值是 0 或 1，对应类别[‘Monkeypox’, ‘Others’]。Conv2D(16, (3, 3), activation=‘relu’)是一个 卷积层，使用 16 个 3x3 的卷积核提取特征。onv2D(64, (3, 3), activation=‘relu’)，提取更高层次的特征，增加模型的表达能力。Conv2D(32, (3, 3), activation=‘relu’)，第二个卷积层，增加特征提取能力。

原创 第T3周：天气识别

Dense(128, activation=‘relu’)，使用 128 个神经元，学习高维特征。Dropout(0.3) 让 30% 的神经元随机失活，防止过拟合，提高模型泛化能力。训练准确率从 44.3% 提高到 94.3%，说明模型正在学习特征，拟合训练数据。验证准确率先上升后波动，在 第 5 轮左右达到高点，然后有下降。验证损失先下降再波动，这表明前期模型在学习，验证损失下降。使用 2×2 平均池化，降低特征图尺寸，保留重要特征。使用 Adam 优化器，更新模型权重，最小化损失函数。

原创 第T2周：彩色图片分类

🍨 本文为🔗365天深度学习训练营 中的学习记录博客🍖 原作者：K同学啊。

原创 第T1周：实现mnist手写数字识别

🍨 本文为🔗365天深度学习训练营 中的学习记录博客🍖 原作者：K同学啊。

原创 第P9周：YOLOv5-Backbone模块实现

YOLOv5 的 Backbone（主干网络），主要用于 特征提取，并且添加了一个分类头（classifier），用于将提取到的特征映射到 4 类目标分类任务。构建基本的卷积块，由 卷积（Conv）+ BN（BatchNorm）+ 激活函数（SiLU） 组成。经过 Flatten 后，添加 分类头（全连接层），进行 4 类分类。k 是卷积核的大小，如果 p 没有指定，则自动填充 k // 2，确保卷积后尺寸保持合理。测试准确率在 95%左右，虽然稍低于训练准确率，但仍然较高，说明模型泛化能力较好。

原创 第P8周：YOLOv5-C3模块实现

🍨 本文为🔗365天深度学习训练营 中的学习记录博客🍖 原作者：K同学啊。

原创 第P7周：马铃薯病害识别（VGG-16复现）

unsqueeze(0)：在第 0 维增加一个 batch 维度，因为模型的输入需要形状为 [batch_size, channels, height, width]。将布尔值转换为浮点数（True -> 1.0, False -> 0.0），然后累加，得到当前批次中预测正确的样本数。pred 的维度为 (batch_size, num_classes)，每行表示对各类别的预测概率。它返回一个包含多个处理步骤的组合。test_loss 和 test_acc：记录每个 epoch 的测试损失和准确率。

原创 第P6周：VGG-16算法-Pytorch实现人脸识别

验证损失的下降趋势较为平滑，并且逐渐接近训练损失。这表明模型整体表现较好。基于PyTorch框架，加载了一个预训练的VGG16模型。冻结所有的参数，防止在训练时这些参数发生更新。

原创 第P5周：Pytorch实现运动鞋识别

在20+轮后，准确率趋于稳定，但与训练集的准确率之间有一定的差距（约10%左右）。测试集损失在初期快速下降，然而在训练中后期（15+轮以后），测试损失下降幅度减缓，并出现轻微的波动。这是一个2D卷积层，接收3通道，输出12个通道，卷积核大小为5×5，且没有填充（padding=0）。一个2D最大池化层，将输入特征图的尺寸缩小为原来的1/2，减少计算量，同时提取主要特征。nn.Dropout(0.2)，随机丢弃20%的神经元，防止过拟合，提高模型的泛化能力。

原创 第P4周：猴痘病识别

损失值：测试损失（Test_loss）在前期波动较大（例如第 3 轮），随后整体下降，从 0.625 减少到 0.437，表明模型在测试数据上的预测逐渐更加稳定和准确。说明模型在测试数据上逐渐达到较好的性能。训练和测试的准确率（Train_acc 和 Test_acc）以及损失值（Train_loss 和 Test_loss）随训练轮次（Epoch）的变化。准确率：训练准确率（Train_acc）逐渐上升，从第 1 轮的 62.5% 提升到第 20 轮的 90.8%，表明模型在训练数据上的性能在不断提高。

原创 第P3周：Pytorch实现天气识别

🍨 本文为中的学习记录博客**

原创 第P2周：CIFAR10彩色图片识别

🍨 本文为中的学习记录博客**

原创 第P1周：Pytorch实现mnist手写数字识别

第P1周：Pytorch实现mnist手写数字识别。