AI 与深度学习
从零搭建视觉模型 · 综合实践：实现 MLP，从损失计算、训练到 ONNX 推理
合集 · 从零搭建视觉模型用自包含的条纹数据实现 MLP，核对交叉熵与梯度，完成训练、验证、保存、独立推理、ONNX 导出及数值一致性检查。
TOPICS / 标签
# 从零搭建视觉模型.
← 全部标签
AI 与深度学习
从零搭建视觉模型 21：注意力与视觉 Transformer
合集 · 从零搭建视觉模型把图片划成 patch，手算小型注意力并跟踪 token 形状，搭建教学 ViT 前向实验，区分结构验证与训练效果。
AI 与深度学习
从零搭建视觉模型 11：批次、训练轮次与学习率
合集 · 从零搭建视觉模型用不能整除批次的样本数计算更新次数，理解 batch、epoch、学习率调度与指标平均，设计可比较的训练记录。
AI 与深度学习
从零搭建视觉模型 07：模型怎样预测类别：分数、概率与决策
合集 · 从零搭建视觉模型从 CNN 输出的两个分数出发，手算 Softmax 与逐类 Sigmoid，区分单标签与多标签分类，并理解阈值和类别映射。
AI 与深度学习
从零搭建视觉模型 09：数据集、标签与数据划分
合集 · 从零搭建视觉模型以飞机和汽车分类为例，建立类别映射、样本清单与训练验证测试划分，理解泄漏、分组和 Dataset 的职责。
AI 与深度学习
从零搭建视觉模型 24：从摄像头输入到部署验收
合集 · 从零搭建视觉模型把摄像头、预处理、推理和后处理接起来，建立离线参考输入、端到端计时与长时间测试，衔接海思 NPU 部署系列。
AI 与深度学习
从零搭建视觉模型 19：目标检测与 YOLO：从类别到目标框
合集 · 从零搭建视觉模型理解检测标签、目标框、IoU 与重复框处理，用可手算的几何实验认识 YOLO 输出与坐标还原，规划真实检测验证。
AI 与深度学习
从零搭建视觉模型 12：训练第一个真实图片分类器
合集 · 从零搭建视觉模型使用 CIFAR-10 飞机与汽车子集建立小型 CNN 基线，固定训练验证划分、完成训练与模型选择，明确真实数据与玩具实验的边界。
AI 与深度学习
从零搭建视觉模型 13：过拟合、数据增强与正则化
合集 · 从零搭建视觉模型从训练与验证曲线认识过拟合，设计不改变标签语义的增强，理解权重衰减、Dropout 与早停的作用和边界。
AI 与深度学习
从零搭建视觉模型 25：发展历史、主流分类与当前格局
合集 · 从零搭建视觉模型从人工特征、早期神经网络与 CNN，到 Transformer、视觉基础模型和多模态，串起视觉模型的发展历史，区分任务、结构与学习方式，认识当前感知、生成和空间理解的主要路线。
AI 与深度学习
从零搭建视觉模型 10：损失函数与优化器：怎样把错误变成更新
合集 · 从零搭建视觉模型手算交叉熵与一次梯度下降，理解损失、梯度、学习率和优化器的不同职责，避免重复 Softmax 与梯度累积错误。
AI 与深度学习
从零搭建视觉模型 22：从训练模型到 ONNX
合集 · 从零搭建视觉模型固定模型输入输出约定，导出最小 CNN 到 ONNX，在相同输入上比较 PyTorch 与 ONNX Runtime 数值，并认识导出和部署兼容的边界。
AI 与深度学习
从零搭建视觉模型 20：图像分割与 U-Net：给每个像素一个判断
合集 · 从零搭建视觉模型通过合成矩形掩码理解语义分割、编码解码与跳跃连接，运行小型 U-Net 形状和训练步实验，掌握像素标签与 IoU。
AI 与深度学习
从零搭建视觉模型 08：让模型开始学习，损失、梯度与训练循环
合集 · 从零搭建视觉模型先观察一个参数的一次更新，再用小型 CNN 学习横竖条纹分类，逐步理解标签、损失、梯度和训练循环。
AI 与深度学习
从零搭建视觉模型 05：MLP 入门，从手算到图片输入
合集 · 从零搭建视觉模型用可以手算的 2→3→2 小网络理解权重、偏置、全连接层和 ReLU，再把图片展平后送入 MLP，为学习 CNN 做准备。
AI 与深度学习
从零搭建视觉模型 06：亲手搭建一个小型 CNN
合集 · 从零搭建视觉模型从手算一次卷积开始，理解权重、特征图、激活和池化，再用 Python 类搭建小型 CNN，逐层观察图片的前向计算。
AI 与深度学习
从零搭建视觉模型 03：从像素到张量的基础概念
合集 · 从零搭建视觉模型用一张 3×2 的 RGB 图片，理解像素、张量、形状、轴和内存共享，解释模型输入为什么要调整维度、转换类型和缩放数值。
AI 与深度学习
从零搭建视觉模型 02：Python 起步，写给 C/C++ 开发者
合集 · 从零搭建视觉模型用 C/C++ 的已有经验理解 Python，从变量、容器和函数开始，逐步读懂图片加载与像素访问代码。
