lasagne 1D和2D卷积

本文详细探讨了Lasagne库在1维和2维卷积操作中的应用,阐述了卷积神经网络(CNN)的基础知识,并通过实例解释了如何使用Lasagne实现1D和2D卷积层,帮助读者深化对深度学习中卷积运算的理解。
摘要由CSDN通过智能技术生成

lasagne卷积源码:
https://github.com/Lasagne/Lasagne/blob/master/lasagne/layers/conv.py#L386-L517,其中 class Conv1DLayer ( BaseConvLayer ): 中 convolution=conv.conv1d_mc0, **kwargs):
class Conv2DLayer ( BaseConvLayer ): 中 convolution=T.nnet.conv2d, **kwargs):

from ..theano_extensions import conv
查看函数conv

def conv1d_mc0(input, filters, image_shape=None, filter_shape=None,
               border_mode='valid', subsample=(1,), filter_flip=True,
               num_groups=1):
    """
    using conv2d with width == 1,(b, c, i0) to (b, c, 1, i0)
    """
也就是1D就是将2D的宽设为1,所以从2D到1D就是将输入参数改变一下
  


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