课程主页：🔗https://web.eecs.umich.edu/~justincj/teaching/eecs498/WI2022/

在课程主页可以找到2019年的youtube课程录屏以及6项hw/Assignments。通过google colab打开完成作业。

这篇博客记录一些课堂笔记和作业笔记。可以在这个仓库中找到本人的作业实现

正在施工建设中…

Lec 2: Image Classification

常用数据集：

• CIFAR-10 & CIFAR-100
  图像尺寸：32*32
  CIFAR-10有10类图像，每类6000张。总共分为50000张训练图片和10000张测试图片。
  CIFAR-100有100类图像，每类600张，包括500张训练图片和100张测试图片。
• ImageNet
  最著名图像数据集，有1000类图像分类，数据量较大，有miniImageNet
• MNIST
  手写数字图像集
  图像尺寸：28*28
  50000张训练图片，10000张测试图片

A1: Pytorch & KNN

Pytorch 101

1 Tensor Basic

创建tensor使用python数组形式

import torch

a = torch.tensor([[0,1,2],[3,4,5]])
print(a.dim())
print(a.shape)
print(a.size())
print(a[1,1])

输出结果

2
torch.Size([2,3])
torch.Size([2,3])
4

shape是属性，size()是方法，返回的结果相同，可以使用shape[1]获取具体某一个维度大小

2 Tensor Index