休的博客

固定随机种子！下述代码放在代码的最前面。用于固定随机种子。 manualSeed = 1 random.seed(manualSeed) torch.manual_seed(manualSeed) torch.manual_seed(manualSeed) np.random.seed(manualSeed) torch.cuda.manual_seed_all(manualSeed) torch.backends.cudnn.benchmark =

卷积核是如何让channel变化的之前没有理解卷积核是如何让channel数量改变的，网上搜索大多数都是直接给结论——输出的channel数量和卷积核数量一样。但不理解为什么是这样。直到看到这篇教程【CNN】理解卷积神经网络中的通道 channel，才明白了！原来是channel对应相乘后要再相加！所以每个卷积核只能输出1个channel!如下图，假设现有一个为 6×6×3 的图片样本，使用 3×3×3 的卷积核（filter）进行卷积操作。此时输入图片的 channels 为 3，卷积核中的 in