卷积神经网络笔记整理
摘要：1、前一部分叫做Feature Extraction，后一部分叫做classification 2、每一个卷积核它的通道数量要求和输入通道是一样的。这种卷积核的总数有多少个和你输出通道的数量是一样的。 3、卷积(convolution)后，C(Channels)变，W(width)和H(Height
阅读全文
posted @ 2022-07-18 17:35
07 2022 档案
深度学习实践6（RNN）
摘要：import torch batch_size = 1 seq_len = 3 input_size = 4 hidden_size = 2 num_layers = 1 #循环神经网络函数RNN #（输入数据（数据的时间维度x的个数，batch，单个数据的维度），记忆体数据（层数（也即第几层的hi
阅读全文
posted @ 2022-07-18 17:29
深度学习实践6（循环神经网络）
摘要：把循环神经网络基础篇的代码敲一下 import torchbatch_size = 1seq_len = 3input_size = 4hidden_size = 2##单个RNN，即循环神经网络的单个部分，多个部分组成的是RNNcell = torch.nn.RNNCell(input_size=
阅读全文
posted @ 2022-07-18 17:24
