pytorch_lesson16.2 架构对学习/鲁棒性的影响(VGG16复现+感受野+平移不变性)+架构对参数量的影响(1*1卷积核+分组卷积与深度分离卷积+NiN网络复现)
提示:仅仅是学习记录笔记,搬运了学习课程的ppt内容,本意不是抄袭!望大家不要误解!纯属学习记录笔记!!!!!!文章目录前言一、架构对学习能力/鲁棒性的影响1深度1.1困难与实践1.2VGG16的复现1.3原理与研究方向2感受野2.1认识感受野2.2感受野的性质(1)深度越大,感受野越大,池化层放大感受野的效率更高(2)放大感受野,是否有极限?(3)关注中心,模糊周围2.3扩大感受野:膨胀卷积2.