深度学习｜10.4 填充

最新推荐文章于 2024-07-25 23:06:58 发布
最新推荐文章于 2024-07-25 23:06:58 发布
阅读量496 收藏 6
点赞数 9
分类专栏： 深度学习 文章标签： 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Fangyechy/article/details/135317496
版权

填充

在这里插入图片描述
首先有个问题就是nxn的矩阵用fxf的过滤器可以生成多大的矩阵
在这里插入图片描述
由于从一个nxn的矩阵变成一个 ( n − f + 1 ) × ( n − f + 1 ) (n-f+1) \times (n-f+1) (n−f+1)×(n−f+1)的矩阵，矩阵规模变小了，也就意味着有些信息是丢失的（如果不可逆的话）。

填充的目的——使得输入规模和输出规模保持一致

在这里插入图片描述
假设p为填充量，则输出规模将会扩充上2p。
在这里插入图片描述
而只有f为奇数时，才有办法确保算出来的p是整数。
也就是说为了填充能够实现前后规模相等的情况，往往核/过滤器的大小要设置成奇数乘上奇数的形式（比如3x3和5x5）

晓源Galois
关注
  • 9
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
《动手学深度学习》(PyTorch版)
风口IT猪的成长录
09-16 6272
《动手学深度学习》PyTorch版深度学习简介起源发展成功案例特点小结练习参考文献 深度学习简介 你可能已经接触过编程，并开发过一两款程序。同时你可能读过关于深度学习或者机器学习的铺天盖地的报道，尽管很多时候它们被赋予了更广义的名字：人工智能。 实际上，或者说幸运的是，大部分程序并不需要深度学习或者是更广义上的人工智能技术。例如，如果我们要为一台微波炉编写一个用户界面，只需要一点儿工夫我们便能设计出十几个按钮以及一系列能精确描述微波炉在各种情况下的表现的规则。 再比如，假设我们要编写一个电子邮件客户端。这样
论文阅读——矩阵填补模型之深度矩阵分解（Deep Matrix Factorization）
manduner的博客
06-11 9076
1，论文相关信息 Paper：Matrix completion by deep matrix factorization Journal：Neural Networks Year：2018 2，研究动机 （1）传统的矩阵填补模型（matrix completion）都是线性模型，不能应用于非线性的数据，而现实世界中，大部分数据都具有非线性结构。传统模型都是线性的原因，文中是这样解释...
动手学深度学习｜notebook教程
weixin_43262264的博客
03-20 1716
含 PyTorch、NumPy/MXNet、TensorFlow 和 PaddlePaddle 实现。被全球 70 多个国家 500 多所大学用于教学。下面是整理好的，可以直接运行的notebook。面向中文读者的能运行、可讨论的深度学习教科书。
《动手学深度学习 Pytorch版》 10.4 Bahdanau注意力
AncilunKiang的博客
10-25 658
AttentionDecoder 类定义了带有注意力机制解码器的基本接口#@save"""带有注意力机制解码器的基本接口"""@property在 Seq2SeqAttentionDecoder 类中实现带有 Bahdanau 注意力的循环神经网络解码器。初始化解码器的状态，需要下面的输入：编码器在所有时间步的最终层隐状态，将作为注意力的键和值；上一时间步的编码器全层隐状态，将作为初始化解码器的隐状态；编码器有效长度（排除在注意力池中填充词元）。
深度学习必备书籍——《Python深度学习 基于Pytorch》
weixin_63866037的博客
04-07 3186
作为一名机器学习|深度学习的博主，想和大家分享几本**深度学习**的书籍，让大家更快的入手深度学习，成为AI达人！今天给大家介绍的是：《Python深度学习 基于Pytorch》
PyTorch计算机视觉实战：目标检测、图像处理与深度学习
Hello大家好，我是Dream，如果帮得到你，那我深感荣幸！交流学习、商务合作：https://bbs.csdn.net/topics/614347534
07-03 1357
本书基于真实数据集，全面系统地阐述现代计算机视觉实用技术、方法和实践，涵盖50多个计算机视觉问题。全书分为四部分：di一部分（第13章）介绍神经网络和PyTorch的基础知识，以及如何使用PyTorch构建并训练神经网络，包括输入数据缩放、批归一化、超参数调整等；第二部分（第410章）介绍如何使用卷积神经网络、迁移学习等技术解决更复杂的视觉相关问题，包括图像分类、目标检测和图像分割等；第三部分（第1113章）介绍各种图像处理技术，包括自编码器模型和各种类型的GAN模型；第四部分（第14。
深度学习 | CNN卷积核与通道
"You are worthy! You can do it!"
10-18 2687
每一个通道的像素值与对应的卷积核通道的数值进行卷积，因此每一个通道会对应一个输出卷积结果，三个卷积结果对应位置累加求和，得到最终的卷积结果（这里卷积输出结果通道只有1个，因为卷积核只有1个。因此整个卷积层的尺寸为（m*n*k1*k2）是一个4维张量，其中m表示卷积核的数量，n表示通道数量，k1表示每一个卷积核通道的宽，k2表示每一个卷积核通道的高。假设卷积核只有1个，卷积核通道为3，每个通道的卷积核大小仍为3x3，padding=0，stride=1。由于只有一个卷积核，因此卷积后只输出单通道的卷积结果。
大数据预测模型的深度学习导论
Meta.Qing的博客
09-14 4084
深度学习模型代表了人工智能 (AI) 和机器学习中的新学习范式。最近在图像分析和语音识别方面的突破性成果引起了人们对该领域的极大兴趣，因为在提供大数据的许多其他领域中的应用似乎也是可能的。不利的一面是，深度学习模型背后的数学和计算方法非常具有挑战性，尤其是对于跨学科科学家而言。出于这个原因，我们在本文中介绍了深度学习方法的介绍性回顾，包括深度前馈神经网络 (D-FFNN)、卷积神经网络 (CNN)、深度信念网络 (DBN)、自动编码器 (AE) 和长短术语记忆 (LSTM) 网络。这些模型构成了当前使用的深
python深度学习_《Python深度学习基于PyTorch》
weixin_39563132的博客
11-25 661
=====================================================选择PyTorch的理由容易上手的强大深度学习框架，像使用Python一样使用PyTorch本书使用环境Python3.6+，Pytorch1.0+，Tensorflow1.5+,GPU或CPU(无需变更代码)视化工具Matplotlib，TensorboardX等2020年8月之后我们在后面...
Devart MyDAC 10.4.1 sources for D6- DX10.4
02-18
在10.4.1版本中，它提供了对D6（Delphi 6）到DX10.4（Delphi XE10.4）等不同Delphi版本的支持。这个源码包是为了让开发者能够深入了解MyDAC的工作原理，学习如何自定义其功能，以及用于研究目的。 MyDAC 是一个全...
解析深度学习：语音识别实践
07-02
1.3.4 第四部分：深度神经网络中的特征表示学习 7 1.3.5 第五部分：高级的深度模型 7 第一部分传统声学模型9 2 混合高斯模型10 2.1 随机变量10 2.2 高斯分布和混合高斯随机变量11 2.3 参数估计13 2.4 采用...
ArcHydroTools10.4.msi
11-30
arcgis专用水文分析工具，ArcHydroTools适用于arcgis10.4版本，用于地形处理、流向分析、水系提取、流域划分等工作。
delphi10.4help
06-09
RAD Studio 10.4是多年来对Delphi代码工具的最大，最大的改进，它使用语言服务器协议（LSP）的Delphi实现提供了Code Insight。LSP是一种在单独的过程中计算代码完成，导航或类似结果的技术。这意味着IDE不会在完成时...
RaizeForDelphi_XE10.4_Sydney
06-01
《 Raize Components for Delphi XE10.4 Sydney 深度解析》 Delphi作为一款强大的面向对象的编程工具，一直以来都是开发者们的重要选择。在Delphi的各个版本中，XE10.4 Sydney以其优秀的性能和丰富的功能吸引了众多...
智能火焰监测系统：基于深度学习的实时火灾预警平台
a871923942的博客
07-24 533
智能火焰监测系统：基于深度学习的实时火灾预警平台
Mindspore框架循环神经网络RNN模型实现情感分类|（五）模型训练
人工智能视觉分析算法学习实践和经验分享。
07-24 170
Mindspore框架循环神经网络RNN模型实现情感分类|（五）模型训练与推理Mindspore框架循环神经网络RNN模型实现情感分类|（六）模型加载和推理（情感分类模型资源下载）
深度学习的矩阵计算
最新发布
weixin_45706801的博客
07-25 296
在NumPy中，切片（slicing）是一种选择数组元素子集的方法。切片操作基于索引，但允许你指定一个范围的索引，而不是单个索引。这对于处理多维数组（NumPy中的ndarray对象）特别有用。
相对位置偏置代码解析
qq_47896523的博客
07-24 716
假设,则 2 * window_size - 1 = 13；嵌入层的大小为13*13=169，创建一个大小为169*4的嵌入矩阵。
ArcGIS 10.4白皮书：平台升级与产品详解
ArcGIS 10.4白皮书是一份全面介绍...ArcGIS 10.4白皮书是一份详尽的指南，提供了对Esri GIS平台的核心技术和产品深度剖析，对于GIS专业人士和潜在用户来说，是掌握和利用ArcGIS进行地理信息处理和分析的重要参考文献。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值