Settings. 不正确的示例 不正确的示例： In the left-hand menu, click Settings. 不要只使用颜色来标识项，如 "Click the gray circle"。颜色标识符对受限制的用户，尤其是无法识 别颜色的用户可能不可用。相反，使用它的名称或复制来标识项目，如 button copy。 正确的示例 正确的示例： The success message

), # 随机翻转 transforms.ColorJitter(brightness=0.3, contrast=0.3, saturation=0.3, hue=0.3), # 随机改变颜色 transforms.RandomRotation(30), # 随机旋转 transforms.ToTensor(), # 转换为Tensor类型 transforms.Normalize(mean=[0 batch_size=32, shuffle=True) 其中RandomResizedCrop是随机裁 剪方法 RandomHorizontalFlip是随机翻转 方法 ColorJitter是随机改变颜色方法 RandomRotation是随机旋转方法。 最后将图像转换为Tensor类型并进 行标准化。 可以将以上方法添加到数据集加载 器中进行批量的数据增强。 16 偏差和方差 训练

另一个是更实际的示例，我们使用深度学习框架的高级API编写简洁的代码。一旦我们教了您一些组件是如 何工作的，我们就可以在随后的教程中使用高级API了。 内容和结构 全书大致可分为三个部分，在 图1 中用不同的颜色呈现： 目录 3 图1: 全书结构 • 第一部分包括基础知识和预备知识。1节 提供深度学习的入门课程。然后在 2节 中，我们将快速介绍实 践深度学习所需的前提条件，例如如何存储和处理数据，以及如何应用基于线性代数、微积分和概率基 制（例如xijk和[X]1,2i−1,3）与矩阵类似。 当我们开始处理图像时，张量将变得更加重要，图像以n维数组形式出现，其中3个轴对应于高度、宽度，以 及一个通道（channel）轴，用于表示颜色通道（红色、绿色和蓝色）。现在先将高阶张量暂放一边，而是专 注学习其基础知识。 X = torch.arange(24).reshape(2, 3, 4) X tensor([[[ 0, 1 出现 的地方。 图6.1.2: 发现沃尔多。 通道 然而这种方法有一个问题：我们忽略了图像一般包含三个通道/三种原色（红色、绿色和蓝色）。实际上，图 像不是二维张量，而是一个由高度、宽度和颜色组成的三维张量，比如包含1024 × 1024 × 3个像素。前两个 轴与像素的空间位置有关，而第三个轴可以看作每个像素的多维表示。因此，我们将X索引为[X]i,j,k。由此卷 积相应地调整为[V]a

0~255 的整形数值来表达颜色强度信息， 例如 0 表示强度最低，255 表示强度最高。如果是彩色图片，则每个像素点包含了 R、G、 B 三个通道的强度信息，分别代表红色通道、绿色通道、蓝色通道的颜色强度，所以与灰 度图片不同，它的每个像素点使用一个 1 维、长度为 3 的向量(Vector)来表示，向量的 3 个 元素依次代表了当前像素点上面的 R、G、B 颜色强值，因此彩色图片需要保存为形状是 ℎ, , ?]格式的特征图张量，例如 TensorFlow。图片数据是特征图的 一种，对于含有 RGB 3 个通道的彩色图片，每张图片包含了ℎ行 列像素点，每个点需要 3 个数值表示 RGB 通道的颜色强度，因此一张图片可以表示为[ℎ, , 3]，在导入 PyTorch 后，需要将通道维度提前。如图 4.4 所示，最上层的图片表示原图，它包含了下面 3 个通 道的强度信息。 图 4.4 Out[53]: tensor([-0.55954427, 0.14497331, 0.46424514]) ❑ 取第 3 张图片，第 2 行，第 1 列的像素，B 通道(第 2 个通道)颜色强度值，实现如 下： In [54]: x[2][1][0][1] Out[54]: Tensor(-0.84922135) 当张量的维度数较高时，使用[?][?]. . . [?]的方式书写不方便，可以采用[

方法a检测采用>HgLQP IuNNy FQPvQNuVLQP PHVwQTM >-41:) 的GHHR NHDTPLPg框架，对q小物体在IHDVuTH ODR进行ow 化b跟踪采用214框架，结合颜色模型，并使用0/14进行 候选区域扩充 • 效果a • 检测算法在HQNNywQQG HHDG数据集，O/P-80.41%， 高过VhH UVDVH-QI-DTV ).)%b • 0TDLPwDUh数据集，O/P-88

R-CNN，Faster R-CNN 等) 7 目标检测 8 目标检测 9 图像分割 10 目标跟踪 11 计算机视觉 图像的数字表示 一张图片数据量是64×64×3，因为每张图片都有3个颜色通道。 如果计算一下的话，可得知数据量为12288 12 01 计算机视觉概述 02 卷积神经网络概述 03 卷积神经网络计算 04 卷积神经网络案例 本章目录

验证码（CAPTCHA）演进 https://zh.wikipedia.org/wiki/captcha 早期的Captcha验证码 "smwm" ，由EZ-Gimpy 程序产生，使用扭曲的字母和背景颜色梯度 一种更现代的CAPTCHA，其不使用扭曲的背景及 字母，而是增加一条曲线来使得图像分割 （segmentation）更困难。 另一种增加图像分割难度的方法为将符号彼此拥挤 在一起，但其也使得真人用户比较难以识别

，所以数据增强是经常使用的一种技巧来 提高计算机视觉系统的表现。计算机视觉 任务的数据增强通常以下方法实现： (1) 随意翻转、镜像。 (2) 随意裁剪。 (3) 扭曲变形图片。 (4) 颜色转换，然后给R、G和B三个通道上 加上不同的失真值。产生大量的样本，进 行数据增强。 28 偏差和方差 方差Variance： 描述的是预测值的变化范围，离散程度， 也就是离其期望值的距离。方差越大，数

”表示。 虽然Isomap，LLE和variants等数据降维和可视化方法，更适合展开单个连 续的低维的manifold。但如果要准确的可视化样本间的相似度关系，如对于 下图所示的S曲线（不同颜色的图像表示不同类别的数据），t-SNE表现更好 。因为t-SNE主要是关注数据的局部结构。 11 1.降维概述 降维的优缺点 降维的优点： • 通过减少特征的维数，数据集存储所需的空间也相应减少，减少了特征维数所需的计算

下： 35 2.Transformer的工作流程 图中，每一行对应一个词向量的位置编码，所以第一行对应着输入 序列的第一个词。每行包含512个值，每个值介于1和-1之间。我们 已经对它们进行了颜色编码，所以图案是可见的。 20字(行)的位置编码实例，词嵌入 大小为512(列)。你可以看到它从中 间分裂成两半。这是因为左半部分 的值由一个函数(使用正弦)生成， 而右半部分由另一个函数(使用余