卷积神经网络的卷积运算总结

10.3.1自定义权值

在TensorFlow中,通过tf.nn.cinv2d函数可以方便的实现2D卷积运算。tf.nn.conv2d基于输入X:[b,h,w,c_{in}]和卷积核W:[k,k,c_{in},c_{out}]进行卷积运算,得到输出O[b,h^{'},w^{'},c_{out}],其中c_{in}表示输入通道数,c_{out}表示卷积核的数量,也是输出特征图的通道数。

padding=[[0,0],[上,下],[左,右],[0,0]]

卷积动图网址

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 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

打赏作者

种豆得瓜er

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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