伯禹公益AI《动手学深度学习PyTorch版》Task 10 学习笔记

伯禹公益AI《动手学深度学习PyTorch版》Task 10 学习笔记

Task 10：图像分类案例2；GAN；DCGAN

微信昵称：WarmIce

图像分类案例2

就那样吧。

GAN

我觉得这人讲得也就那样。

不如这篇帖子讲得细致和美妙：

Pytorch: detach 和 retain_graph

DCGAN

所谓DCGAN就是Deep Convolutional Generative Adversarial Networks。

这一节比较有用的信息是转置卷积。

我们知道啊，这个卷积一般来说，最多最多就只能维持大小不变，但是我们在生成式模型中，有时候是希望特征图越变越大的。此时就需要这个转置卷积了。

转置卷积也叫反卷积，其实这两个名词都很好理解，因为都在某个角度反映了这个操作。

普通的卷积操作其实可以看成是矩阵相乘，输入A被reshape为一个列向量A’，kernel可以转化为一个Toeplitz matrix B，这样子相乘之后得到一个列向量C’，再经过reshape变成输出C。

那其实转置卷积就是把上面的那个操作反过来，将Toeplitz matrix B转置后，就能和C‘相乘，得到列向量A’，再经过reshape变成A。

所以称之为转置卷积或者反卷积。

以上。

这个课程就到此结束了，虽然整个课程的质量有待商榷，但是官方的诚意是满满的，能够开放出来给大家学习终究是一件好事。对我个人而言，在这一趟旅程中还是收益颇丰的，对于之前不甚了解的分类问题，对于自然语言处理相关的网络及其发展，对于风格迁移以及GAN的讲解，大大地拓宽了我的眼界。

我知道我之前的笔记里有的话出言不逊，甚至骂起人来，但是奈何我是求知若渴，你侮辱了知识便是侮辱了我对你的信任，这个是不能原谅的。

好的，屁话说的有点多，就要开学了。