- 博客(2)
- 资源 (1)
- 收藏
- 关注
原创 CNN卷积池化后维度的变化
CNN的卷积操作后维度变化:输入维度:,分别代表输入样本的长宽高 卷积操作的超参数 卷积核个数: 卷积核大小: 滑动步长(Stride): 填充(Padding): 则输出的维度为,其中 由于CNN的参数共享机制,每个卷积核的参数个数为,共有个权重和个偏置 若想要卷积后得到的矩阵长宽与卷积前保持一致,则当时 卷积核为3时 padding 选择1...
2019-02-23 10:22:24 11295 1
原创 RNN系数矩阵维度之间的关系
我们知道RNN有三个系数矩阵需要训练,经常会被这些矩阵的维度搞晕。下面举一个简单的例子让大家记住各个矩阵维度之间的关系。 输入:输出:隐层(记忆):其中,, ...
2019-02-20 23:47:10 3428 2
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人