深度学习框架坑点槽点亮点注意点笔记
踩到啥就说啥。
PyTorch 当中conv2d不存在 valid 与 same 两种模式的选择，默认为 valid。可能他们觉得应该手动 padding 比较合理吧。
Keras 的 conv2d 默认 padding 方式为 valid。
PyTorch 的deconv2d 默认为 same 工作模式，并且设置了长度为1的 padding 之后也没有起效果（待查）的样子？总之要注意。
Keras 使用后端函数的东西无法直接放进模型，需要用 Lambda 层包装一下。为了统一抽象的代价吧。
Keras 模型有 summary 函数，可以打出模型之中每一层的参数总个数(但是不包括shape以及层相关的信息，比如卷积层的padding，strides等等)，还可打出输出张量的 Shape，PyTorch 可以直接 print 一个模型，得到每一层的参数但是不包括输出的 Shape。你们俩让我怎么吐槽比较好（
OpenCV 官方文档：http://docs.opencv.org/master/
Keras 英文文档：https://keras.io/
Keras 中文文档：http://keras-cn.readthedocs.io/en/latest/
cv2.imwrite 写入灰度图像再读出时候会自动转换为三通道的……问题应该是imread读入时候转换的。Keras 的 image.load_img 函数同样有这个问题，需自行转换。
1 | img_a = np.zeros((x, y), dtype=img.dtype) |
PyTorch 英文文档：http://pytorch.org/docs/master/
PyTorch 中貌似不存在 argmax 函数，我们可以使用 numpy 实现这种功能。np.argmax 返回 Python 整数。PyTorch Tensor 可以调用 .numpy() 方法将其转换为 numpy 数组。