| Notebook |
内容 |
卷积神经网络-上.ipynb |
朴素 conv2d vs nn.Conv2d、形状公式、Laplacian 边缘检测、LeNet-5 + MNIST 子集训练 + 第一层 kernel 可视化 |
卷积神经网络-下.ipynb |
PlainBlock vs ResBlock，同深度的 Plain-Net vs ResNet 在 CIFAR-10 子集上对比；torchvision.models.resnet18 API 演示 |
- 深度学习里的 "conv" 实际是 cross-correlation（kernel 不翻转）。
nn.Conv2d 即是该操作。
- 形状公式：$H_\text{out} = \lfloor (H + 2p - k) / s \rfloor + 1$。
padding = k // 2, stride = 1 时尺寸保持不变。
Conv → BN → ReLU 是现代 CNN 的标配三件套；BN 让深网络的训练曲线更平滑。- 残差连接：
out + shortcut(x)；当 in_ch != out_ch 或 stride > 1 时，shortcut 用 1x1 Conv 投影对齐。
- MNIST/CIFAR 用 torchvision：
datasets.MNIST / datasets.CIFAR10 自动下载到 ~/.cache/torch_data（首次运行时下载，约 50MB + 150MB）。
- notebook 出于执行时间考虑用了小 subset（MNIST 5000/1000，CIFAR-10 5000/1000）。完整数据 + 更多 epoch 在 GPU 上跑 ~5min 内能到 ~99% / ~70%。
python -m pytest pytorch/tests/test_chap5.py -v