摘要： 1 import torch 2 from torch.utils.data import DataLoader 3 from torchvision import transforms 4 from torchvision import datasets 5 6 ################# 阅读全文

摘要： 各种常见的卷积操作 0、三种模式及输出矩阵尺寸计算 W输入矩阵宽，w是卷积核的大小，p是padding的数值，stride是滑动步幅 Full 补k-1圈 ：w0 =（ | W | - w + 2p ）/ stride + 1 Same 补若干圈：w0 = ceil（ | W | / stride） 阅读全文

摘要： 卷积过程中的矩阵尺寸： （W(原尺寸)-w(卷积核尺寸)+1）/S(步长) no padding 向上取整 （W(原尺寸)）/S(步长) padding 池化中的矩阵尺寸： （W(原尺寸)-w(卷积核尺寸)+1）/S(步长) no padding （W(原尺寸)）/S(步长) padding ReL 阅读全文

摘要： import os import torch from torch.utils.data import DataLoader from torchvision import transforms from torchvision import datasets import pandas as pd 阅读全文