2019年10月8日
tf.pad 用法说明
摘要： 回顾图像的卷积神经网络的计算，关于图像卷积前后大小改变的一个很重要的公式:输入：w1*h1*c1,卷积核的超参数：卷积核的数量：K；卷积核的大小：F；卷积的步长:S；卷积的零填充：P，卷积后的大小是多少呢？宽度：w2=(w1-F+2P)/S+1，高度同理，而通道数等于卷积核的数量K，所以卷积后图像的 阅读全文
posted @ 2019-10-08 20:45 剪掉辫子的人 阅读(1896) 评论(0) 推荐(0) 编辑