conv2d 从原理到实现 相关资料

1、基础原理

http://www.datakit.cn/blog/2016/03/23/bp_cnn.html

2、简单的conv2d使用例子

http://brightliao.me/2017/04/15/understanding-gradients-of-conv2d-in-experiments/

https://blog.csdn.net/mao_xiao_feng/article/details/78003476

3、tensorflow代码分析

https://www.jiqizhixin.com/articles/2017-10-31-5

http://www.cnblogs.com/yao62995/p/5773018.html

4、tensorflow卷积/反卷积

https://www.cnblogs.com/ranjiewen/p/9368359.html#commentform

    - 介绍了tf.nn.conv2d、tf.nn.conv2d_backprop_filter、tf.nn.conv2d_backprop_input、tf.nn.conv2d_transpose

    - 给出了dx、dw的多种计算方法

https://www.cnblogs.com/zyly/p/8991412.html#commentform

    - 反卷积实例+code+解析

https://blog.csdn.net/guotong1988/article/details/52955164

    - 作者从源码可见conv2d_transpose实际就是计算conv2d_backprop_input(有待确认?)

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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