https://zh-v2.d2l.ai/chapter_computer-vision/image-augmentation.html
若出现报错certificate verify failed: certificate has expired，在代码前添加
import ssl
ssl._create_default_https_context = ssl._create_unverified_context
即可解决
原文出处：https://blog.csdn.net/weixin_41870042/article/details/120752564
1 Like
为什么反向传播是用 l.sum().backward()，而第三章3.6用的是 l.mean().backward(),损失函数都是 nn.CrossEntropyLoss（）啊
这里的损失函数用的也是交叉熵损失吧 sum和mean在backward的时候应该不会影响到最终结果吧
需要科学上网吧。。。。。。。。。。。。。。。
使用图像增广的结果：loss 0.181, train acc 0.937, test acc 0.835
不使用图像增广的结果：loss 0.086, train acc 0.971, test acc 0.824
对比可以看出，使用图像增广时，train acc更小，而 test acc更大，train loss 更小，这说明图像增广减轻了过拟合
请问老哥搞清楚为什么了吗，我同样有此疑问
问题1.d2l 没有image包 ，解决方法：在当前文件from PIL import Image ， 将d2l.image.open()换成image.open()。
问题2. AssertionError ：‘detach ’。 PIL的image类 没有detach属性。traceback定位到image.show里面用ax.imshow(d2l.numpy(img)) ，numpy用lamba表达式调用了detach方法。解决方法：自己把image.show源代码复制到当前文件，去掉d2l.numpy() ，把d2l.show_images改成show_images。
问题3.AttributeError: module ‘d2l.torch’ has no attribute ‘resnet18’。解决方法：把d2l.resnet18(10, 3)改成torchvision.models.resnet18(10, 3)。
1 Like
把亮度色调那些变换都开，设置为0.5，测试精度直接增加了1个多点
感谢分享！我也遇到了这个问题，多亏你的方案解决了！