第二次作业：卷积神经网络 part 2

第二次作业：卷积神经网络 part 2

【第一部分】 问题总结

1. 在编写网络的时候，bn层是否可以无脑添加？什么时候添加bn层比较好？
2. conv层的padding，stride怎么计算？什么时候stride=1什么时候=2 有些混乱。。
3. 数据处理时 transforms.Normalize((0.1307,), (0.3081,) 为什么要这样正交化？这两个数是怎么算出来的？
4. 在之前第二周的作业part1有一个ResNet的代码实现，课程里老师有提到下采样，但没有详细讲解，只说了“stride=1就不下采样，stride=2已经下采样了。“ 这句话我并不是很理解。
5. shortcut 具体在哪些地方可以使用？我理解的Resnet的f(x) + x = y 是 shortcut是否正确？
6. 对于计算机视觉专业，有哪些经典的深度学习的项目作为入门练手比较好？

【第二部分】 代码练习

具体的论文学习在往期作业中，以下仅为代码实现

1. MobileNet V1 链接
2. MobileNet V2 链接
3. HybridSN 高光谱分类 链接

【第三部分】 论文学习

1. 《Beyond a Gaussian Denoiser: Residual Learning of Deep CNN for Image Denoising》 链接
2. 《Squeeze-and-Excitation Networks》 链接
3. 《Deep Supervised Cross-modal Retrieval》 链接