深度学习与大模型 课件 第4章 卷积神经网络与计算机视觉.pptx

第4章卷积神经网络与计算机视觉;4.1卷积神经网络的基础概念

4.2卷积层、池化层与全连接层

4.3CNN在图像分类中的应用

4.4迁移学习与预训练模型

4.5卷积神经网络的优化;卷积神经网络的基础概念;卷积操作;卷积核与特征提取;卷积层、池化层与全连接层;池化层;全连接层;CNN在图像分类中的应用;

;1.数据加载（PyTorch示例）：用torchvision加载CIFAR-10，DataLoader整理成批次

2.预处理关键操作：

（1）归一化：将像素值缩至[0,1]或[-1,1]，加速收敛

（2）数据增强：随机裁剪、水平翻转，增加数据多样性

3.格式转换：用T