- 博客(5)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 卷积层计算办法
问题：RGB彩色图像共有3 个通道，假设滤波器是3×3，计算后怎么压缩成为1个feature map ？回答：这个计算流程在cs231n中有详细描述，我把图片贴到下面，再解释一下计算时，红色和红色相乘，绿色和绿色相乘，蓝色和蓝色相乘，然后求和，生成黄色箭头的那个3。然后根据步长以此类推。图中，生成的D0这个feature map是由第一个滤波器Filter w0计算出来的。D1这个feature map是由第二个滤波器Filter W1计算出来的。所以说有几个滤波器，就有几个feature ma
2021-04-12 15:24:38
298
原创 用猫狗分类的代码解释Conv2d（）参数的应用
用猫狗分类的代码解释Conv2d（）参数的应用举个小例子先，由易到难，后面我会用猫狗分类的实例进一步讲解。（谢谢群里的fser和lk）上面这个小案例转自https://www.cnblogs.com/expttt/p/12397330.html让大家对Conv2d的参数有了初步的认识。进一步用语言描述一下：输入的batch_size是2，通道数是1，图片的HW=73使用的过滤器是23输出的通道数仍然是1，输出的深度是8，也就是说，是指把23的过滤器（卷积核）用了8个，输出的通道是8，即
2021-04-12 15:04:25
405
原创 浅谈Dataset和Dataloader在加载数据时如何调用到__getitem__（）函数
浅谈Dataset和Dataloader• 1 Dataset基类• 2 构建Dataset子类o 2.1 Inito 2.2 getitem• 3 dataloader1 Dataset基类PyTorch 读取其他的数据，主要是通过 Dataset 类，所以先简单了解一下 Dataset 类。在看很多PyTorch的代码的时候，也会经常看到dataset这个东西的存在。Dataset类作为所有的 datasets 的基类存在，所有的 datasets 都需要继承它。先看一下源码这里有一
2021-04-11 09:58:06
2741
原创 pytorch之dataloader，enumerate
pytorch之dataloader，enumeratefrom torch.utils.data import TensorDatasetimport torchfrom torch.utils.data import DataLoadera = torch.tensor([[1, 2, 3], [4, 5, 6], [7, 8, 9], [1, 2, 3], [4, 5, 6], [7, 8, 9], [1, 2, 3], [4, 5, 6], [7, 8,
2021-04-11 09:45:02
12368
1
Jfinal使用手册
2016-08-18
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人