摘要: 参考链接:https://www.zhihu.com/question/396811409/answer/1252521120 LeNet:5层轻量级网络,一般用来验证小型数据; AlexNet/VGGNet:把网络层数加深; GoogLeNet/Inception:结合1x1卷积并采用带有不同ke 阅读全文
posted @ 2020-09-08 21:15 cfancy 阅读(823) 评论(0) 推荐(0) 编辑
摘要: 1、所谓的卷积操作,其实可以看作一种模板匹配的过程。卷积核就是模板,特征图则是这个模板匹配的结果显示。 2、池化操作则是一种对原始图像进行更大尺度的特征提取过程,它可以提取出数据中的高尺度信息。将卷积和池化交替组装成多层的卷积神经网络模型,便有了强大的多尺度特征提取能力。 卷积运算:就是在原始图像中 阅读全文
posted @ 2020-09-08 20:38 cfancy 阅读(520) 评论(0) 推荐(0) 编辑
摘要: randn : 是指创建一个满足正态分布的随机张量或者矩阵 rand : 是指均匀分布的随机张量或者矩阵 x_tensor = torch.randn(2,3) 是一个尺寸为(2,3)的随机张量 y_numpy = np.random.randn(2,3) 是一个尺寸为(2,3)的随机矩阵 将张量转 阅读全文
posted @ 2020-09-08 15:10 cfancy 阅读(119) 评论(0) 推荐(0) 编辑