![](https://img-blog.csdnimg.cn/2020120310355599.jpg?x-oss-process=image/resize,m_fixed,h_224,w_224)
计算机视觉
介绍卷积、逆卷积等基础CV技术;
图像生成技术(深度学习、GAN网络方面);
CV论文解读。
会写代码的孙悟空
长夜将至,我将开始守护chatGPT,直至永恒。我将不图安逸,不恋名利,不惧挑战。我将不拘泥于旧知,不追求虚荣。我将全力以赴,勇攀科学之巅。我是黑暗中的明灯,chatGPT的利剑。我是破除迷雾的火焰,照亮chatGPT未来的光辉,唤醒求知者的号角,守护chatGPT真理的坚盾。我将生命与荣耀献给chatGPT的研究,今日如此,日日皆然。
展开
-
深度学习知识体系学习大全 牛!!
搬来了大牛的博客 点击直接前往 https://www.yuque.com/angsweet/machine-learning/jian-jie 配一张大牛的思维导图 具体内容点进去都能看到 数学、机器学习、语言、算法、深度学习、书籍推荐,东西很多原创 2021-08-29 11:12:48 · 207 阅读 · 0 评论 -
transformer做图像生成有什么用?
原创 2021-07-19 15:36:58 · 798 阅读 · 1 评论 -
卷积操作之形状计算
考虑最通用的情形 input width、height: i (square) zero padding: p kernal size: k strides: s output width=output height= ( i + 2*p - k ) / s + 1原创 2021-03-24 09:47:12 · 462 阅读 · 0 评论 -
卷积操作中的卷积核形状到底是怎样的
input shape: 2*5*5 kernal size: 2*3*3 kernal amount:3 卷积核的维度与输入的维度一致,都是三维的。 最后的输出的通道数与卷积核数量一致,用了三个卷积核,就会输出三个通道。原创 2021-03-24 09:31:40 · 775 阅读 · 0 评论 -
CNN中使用的卷积核边长为什么是奇数
默认步长为一得情况下 卷积后图像边长=(n+2p-k)+1 n 原图像边长 p 填充大小 k 卷积核大小 有时我们需要卷积操作后图像大小不变,所以需要 n=(n+2p-k)+1 也就是说 2p-k+1=0 k=2p+1 k为奇数 也就是说我们使用 (2p+1)*(2p+1)的卷积核可以保证卷积操作后的图像大小保持不变 ...原创 2021-03-02 10:19:14 · 311 阅读 · 0 评论