原文:动手深度学习五---二维卷积层

二维互相关运算 在二维卷积层中,一个二维输入数组和一个二维核数组通过互相关运算输出一个二维数组 核数组在卷积运算中又称卷积核 过滤器 卷积窗口 输出形状取决于卷积核和输入的形状 如,二维输入数组 X 与二维核数组 X 互相关运算,产生结果是一个二维数组 X ,卷积核按照从左往右,从上往下的顺序依次在输入数组上滑动,计算结果 输 形状是nh nw,卷积窗口形状是kh kw,输出形状 nh kh n ...

2019-06-02 15:24 0 530 推荐指数:

查看详情

动手深度学习 | 卷积里的多输入多输出通道 | 19

目录 多输入输出通道 代码实现 QA 多输入输出通道 通道数 channel,这个确实是大家通常回去仔细设的超参数。 我感觉沐神想说的就是下面的说法,一个多通道的卷积核大小可以是\((k_h,k_w,input_{channel ...

Thu Sep 23 23:52:00 CST 2021 0 145
自己动手实现深度学习框架-7 RNN--GRU, LSTM

目标 这个阶段会给cute-dl添加循环,使之能够支持RNN--循环神经网络. 具体目标包括: 添加激活函数sigmoid, tanh. 添加GRU(Gate Recurrent Unit)实现. 添加LSTM(Long Short-term Memory)实现 ...

Mon Jun 08 23:26:00 CST 2020 0 1159
学习笔记】Pytorch深度学习-网络卷积

卷积概念 什么是卷积? 以上图为例,中间为卷积核,在输入图像上进行滑动,当滑动到当前位置时,其卷积运算操作是对卷积核所覆盖像素,进行权值和对应位置处像素的乘加: \(\ output= (7*0+7*(-1)+6*0+7*(-1)+7*5+6*(-1)+6*0+6 ...

Fri Aug 07 06:53:00 CST 2020 0 606
 
粤ICP备18138465号  © 2018-2025 CODEPRJ.COM