作业题
1.文字回答：ImageNet数据集与ILSVRC之间的关系是什么？
ILSVRC比赛从ImageNet中挑选1000类的1200000张做训练集，所用的数据集是ImageNet的子集。
2.文字回答：AlexNet训练过程的数据增强中，针对位置，采用什么方法将一张图片有可能变为2048张不一样的图片（1个像素值不一样，也叫不一样）？
先将图片同一缩放至256x256，然后随机剪裁出224x224区域，最后随机进行水平翻转
3.文字回答：AlexNet使用的Dropout，在使用过程中需要注意什么？
训练和测试两个阶段的数据尺度变化测试时，神经元输出值需要乘以p。
4.文字回答：读完该论文，对你的启发点有哪些？
1）GPU卷积核学习的内容有差异：GPU1学习频率方向频率， GPU2学习颜色特征。
2）网络学习到的高级特征可以用来图像分类、编码等，相似图片具有相近的高级特征
3）深度与宽度可以决定网络能力
4）更强大GPU及更多数据可进一步提高模型性能
5）图片缩放细节：对短边先缩放
6）RELU不需要对输入进行标准化，但是sigmoid/tanh激活函数有必要对输入进行标准化
7）图片检索可基于高级特征，效果优于基于原始图像
8）网络结构具有相关性，不可轻易移除某一层
9）采用视频数据可能有新突破
5.代码实践：在猫狗数据集上，对比采用预训练模型和不采用预训练模型这两种情况，训练曲线有何差异，截图打卡。
采用预训练模型：
不采用预训练模型：
可以明显看出，不加载预模型开始训练，训练速度慢，持续震荡，很难收敛
测试结果：
6.文字：本篇论文的学习笔记及总结