摘要：
import torch from torch import nn from d2l import torch as d2l 6.6.1 LeNet LetNet-5 由两个部分组成： - 卷积编码器：由两个卷积核组成。 - 全连接层稠密块：由三个全连接层组成。 模型结构如下流程图（每个卷积块由一个 阅读全文
posted @ 2023-09-17 20:58
AncilunKiang
阅读(239)
评论(0)
推荐(0)
摘要：
import torch from torch import nn from d2l import torch as d2l 6.5.1 最大汇聚和平均汇聚 汇聚层和卷积层类似，区别在于汇聚层不带包含参数，汇聚操作是确定性的，通常计算汇聚窗口中所有元素的最大值或平均值，即最大汇聚和平均汇聚。 def 阅读全文
posted @ 2023-09-17 20:56
AncilunKiang
阅读(208)
评论(0)
推荐(0)
摘要：
import torch from d2l import torch as d2l 6.4.1 多输入通道 简言之，多通道即为单通道之推广，各参数对上即可。 def corr2d_multi_in(X, K): # 先遍历“X”和“K”的第0个维度（通道维度），再把它们加在一起 return sum 阅读全文
posted @ 2023-09-17 20:55
AncilunKiang
阅读(232)
评论(0)
推荐(0)
摘要：
6.3.1 填充 虽然我们用的卷积核较小，每次只会丢失几像素，但是如果应用多层连续的卷积层，累积的像素丢失就会很多。解决此问题的方法为填充。 填充后的输出形状将为 \((n_h-k_h+p_h+1)\times(n_w-k_w+p_w+1)\) import torch from torch imp 阅读全文
posted @ 2023-09-17 08:22
AncilunKiang
阅读(83)
评论(0)
推荐(0)
浙公网安备 33010602011771号