卷积、全连接、池化层都只考虑不随意线索
注意力机制则显示的考虑随意线索
随意线索被称之为查询（query）
每个输入是一个值（value）和不随意线索（key）的对
通过注意力池化层来有偏向性的选择某些输入
非参注意力池化层(非参数注意力汇聚)
...
时序结构的数据就是一种序列数据，音乐、语言、文本和视频都是连续的。
在时间
t
观察到
x_t
，那么得到
T
个不独立的随机变量
(x_1,...x_T)~p(x)
...
总结修改查看源的方法，免得每次都得重新找。
高算中心指定源：
123456789#conda https://mirrors.tuna.tsinghua.edu.cn/http://mirrors.ustc.edu.cn/ http://mirror...
语义分割语义分割（semantic segmentation）问题，它重点关注于如何将图像分割成属于不同语义类别的区域。 与目标检测不同，语义分割可以识别并理解图像中每一个像素的内容：其语义区域的标注和预测是像素级的。常见应用：背景虚化，无人车场景下...
当使用较小的锚框检测较小的物体时，我们可以采样更多的区域，而对于较大的物体，我们可以采样较少的区域。
多尺度锚框为了演示如何在多个尺度下生成锚框，让我们先读取一张图像。 它的高度和宽度分别为561和728像素。
12345import torchfr...
快速讲解一下目标检测的常用算法。
R-CNN
使用启发式搜索算法来选择锚框
使用预训练模型来对每个锚框抽取特征
训练一个SVM来对类别分类
训练一个线性回归模型来预测边缘框偏移
兴趣区域（RoI）池化层
给定一个锚框，均匀分割成n x m块，输出每...
以每个像素为中心，生成多个缩放比和宽高比（aspect ratio）不同的边界框。 这些边界框被称为锚框（anchor box）。
13.4. 锚框 — 动手学深度学习 2.0.0-beta1 documentation (d2l.ai)
结合上面连...
物体检测识别图片里的多个物体的类别和位置，位置通常用边缘框表示
边缘框实现1234567891011121314151617181920212223242526272829303132333435363738394041424344454647484...
我们提到过大型数据集是成功应用深度神经网络的先决条件。
1.图像增广图像增广在对训练图像进行一系列的随机变化之后，生成相似但不同的训练样本，从而扩大了训练集的规模。 此外，应用图像增广的原因是，随机改变训练样本可以减少模型对某些属性的依赖，从而提高模...
