摘要:
简单的CNN应用 阅读全文
![动手学深度学习——CNN应用demo](https://img2023.cnblogs.com/blog/2489686/202405/2489686-20240506103025121-1159203115.png)
摘要:
卷积 卷积概念 卷积原属于信号处理中的一种运算,引入CNN中,作为从输入中提取特征的基本操作 补零:在输入端外侧填补0值使得卷积输出结果满足某种大小,在外侧的每一边都添加0值,使得输出可以达到某种预定形状 跨步:卷积核在输入上滑动时每次移动到下一步的距离 使用张量实现卷积 import torch 阅读全文
![动手学深度学习——卷积操作](https://img2023.cnblogs.com/blog/2489686/202405/2489686-20240506102335774-282470722.png)
摘要:
基本张量运算 张量 张量可以被看做多维数组,高维矩阵,可以进行多种数据操作和数学运算 import torch torch.tensor([[1.,-1.],[1.,-1.]]) 创建张量 tensor([[ 1., -1.], [ 1., -1.]]) a = torch.randn(2,3) t 阅读全文
![动手学深度学习——基本张量运算](https://img2023.cnblogs.com/blog/2489686/202405/2489686-20240506100933999-2059379432.png)