4: 卷积神经网络理论 ​

"卷积不是数学概念吗？怎么能用来识别图片？" 🤔

🎯 开启你的视觉AI之旅！ ​

还记得第一次看到计算机能够识别猫咪🐱的震撼吗？这背后的功臣就是卷积神经网络(CNN)！从最初简单的边缘检测，到如今能够理解复杂场景的视觉模型，CNN的发展历程就像一部精彩的科技进化史！

💡 Fun Fact: 人类的视觉皮层启发了CNN的设计思想，我们正在用代码重现大自然的智慧！

🔍 卷积网络基础问答 ​

1. 概念解析 ​

"知己知彼，百战不殆" —— 让我们先搞懂这些"专业术语"的真面目！

1. 卷积的数学公式，平移不变性，局部性

   • 小贴士：不要被公式吓到，它们比你想象的更友善！

2. 互相关运算，卷积核，1×1卷积核，输入输出通道，池化层，汇聚层，卷积层

   • 这些就像是AI世界的"乐高积木"，组合起来就能创造奇迹！

3. 特征映射，感受野，填充，步幅，多输入输出通道

   • 感受野就像是神经网络的"视野范围"，越大看得越全面！

💪 强烈建议: 在解释中插入一些图片和你的独特理解，让知识"活"起来！

2. 挑战问答环节 ​

1. 时间序列数据（如股票、心电图）适合用卷积解决吗？为什么？

   • 思考：股票走势图和猫咪照片，它们有什么共同点？

2. 数学建模题

假设输入为 $c_i \times h \times w$ ，
卷积核大小为 $c_0 \times c_i \times k_h \times k_w$ ，
填充为 $p_h \times p_w$ ，
步幅为 $s_h \times s_w$ ：

3. 1×1卷积核的神秘作用是什么？

   • 🤔 提示：别小看这个"点"，它的威力超乎想象！

4. 除了平均汇聚层和最大汇聚层，还有其他"选手"吗？

3. 代码实战 ​

"Talk is cheap, show me the code!"

手撸Conv2d

class Conv2d:
    def __init__(self, ...):
        # 🎯 你的初始化逻辑
        self.weight = ...  # 权重怎么初始化？
        self.bias = ...    # 偏置也很重要哦！
        
    def forward(self, ...):
        # 🚀 前向传播的魔法在这里发生
        ...

class Conv2d:
    def __init__(self, ...):
        # 🎯 你的初始化逻辑
        self.weight = ...  # 权重怎么初始化？
        self.bias = ...    # 偏置也很重要哦！
        
    def forward(self, ...):
        # 🚀 前向传播的魔法在这里发生
        ...

池化层双子星

class MaxPool2d:
    # 最大值池化：只要最强的！
    
class AvgPool2d:  
    # 平均池化：大家一起来！

class MaxPool2d:
    # 最大值池化：只要最强的！
    
class AvgPool2d:  
    # 平均池化：大家一起来！

4. 拓展挑战 ​

1. C语言硬核实现

   c

   // 用最原始的方式实现卷积
   // 感受计算机底层的魅力！

   // 用最原始的方式实现卷积
   // 感受计算机底层的魅力！

2. SVD与张量分解

   • 当线性代数遇上深度学习，会擦出什么火花？

现代卷积神经网络问答 ​

4. BatchNorm与Dropout的恩怨情仇 ​

批量归一化：我让训练更稳定！ Dropout：我防止过拟合！ 程序员：我全都要！

1. ResNet成功的关键是什么？除了残差网络还有哪些部分很关键？

2. 动手实现BatchNorm

class BatchNorm(nn.Module):
    def __init__(self, num_features, num_dims):
        # 归一化的艺术
        ...

class BatchNorm(nn.Module):
    def __init__(self, num_features, num_dims):
        # 归一化的艺术
        ...

5. NiN网络性能分析 ​

深入NiN的"内心世界"：

• 显存大户是谁？

• 计算瓶颈在哪？

• 带宽利用率如何？

VGG-16复现挑战

Class VGG(nn.Module):
    # 经典架构，永不过时

Class VGG(nn.Module):
    # 经典架构，永不过时

6. CNN进化史 ​

从AlexNet的石器时代，到ResNet的现代文明：

AlexNet 🌱 → VGG 🌿 → NiN 🌳 → GoogLeNet 🌲 → ResNet 🚀

AlexNet 🌱 → VGG 🌿 → NiN 🌳 → GoogLeNet 🌲 → ResNet 🚀

每一步都是智慧的结晶！讲述你眼中的这段传奇历程

⚠️ 注意事项 ​

AI使用提醒: 本题建议"纯手工制作"，感受最原始的编程乐趣！毕竟，这样"返璞归真"的机会可不多见呢～

提交要求 ​

提交内容 ​

• 代码文件: ml-5-姓名-学号.py

• 文档文件: ml-5-姓名-学号.md

• 压缩后一起提交

提交方式 ​

• 邮箱: gimmerml401@163.com

• 主题: 5-姓名-学号

出题人：百事可乐

QQ：2465800571