摘要： 转载自：【深度学习】：一文入门Dropout层 - Geeksongs - 博客园 (cnblogs.com) Dropout层在神经网络层当中是用来干嘛的呢？它是一种可以用于减少神经网络过拟合的结构，那么它具体是怎么实现的呢？ 假设下图是我们用来训练的原始神经网络： 一共有四个输入x_i，一个输出 阅读全文

摘要： 卷积层nn.Conv2d() torch.nn.Conv2d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True, padding_mode='zeros') nn. 阅读全文

摘要： 关于卷积神经网络的尺寸设计，有一些经验可以参考：（1）输入层：一般而言，输入层的大小应该能够被2整除很多次，常用的数字包括32,64,96和124。（2）卷积层：卷积层应该尽可能使用小尺寸的滤波器，比如3×3或者5×5，如果要使用更大的滤波器尺寸（如7×7），通常会用在第一个面对原始图像的卷积层上。 阅读全文