input_dim:输入数据层大小:3-3层-彩色图像。32:矩阵高。32:矩阵宽
num_filters:卷积核的数量。
filter_size:卷积核大小-7的意思就是7*7大小的计算的卷积核。
hidden_dim:隐藏层即全连接层的(神经元)的个数。
num_classes;需要分类数。
weight_scale:初始化参数的数据量,1e-3即10的负3次方数量级。
reg:正则化的惩罚项。
dtype:把所有值由64位转化成32位
input_dim:输入数据层大小:3-3层-彩色图像。32:矩阵高。32:矩阵宽
num_filters:卷积核的数量。
filter_size:卷积核大小-7的意思就是7*7大小的计算的卷积核。
hidden_dim:隐藏层即全连接层的(神经元)的个数。
num_classes;需要分类数。
weight_scale:初始化参数的数据量,1e-3即10的负3次方数量级。
reg:正则化的惩罚项。
dtype:把所有值由64位转化成32位