DL
文章平均质量分 90
xiangz201
https://github.com/xiangz201
展开
-
似然与概率
论文中经常出现似然(likehood),在这片文章中总结一下有关概念。概率的概念和统计的概念概率的概念就是已知模型参数去推结果。统计的概念就是已知结果去推模型参数。在神经网络模型中,就都是推参数的过程,也就基本都是统计的概念。参数与数据神经网络模型的重要两个部分就是参数与数据。参数指模型的数学特性,也就是数学公示中的变量前的α,β等,再深度学习模型中是如CNN的kernel,FC的wij,正态分布的均值与方差之类的值。数据则是数学公式中的自变量和因变量,在深度学习模型中则是我们的输入数据inpu原创 2021-04-28 23:32:23 · 999 阅读 · 0 评论 -
tensorflow 和 pytorch模型参数量计算
tensorflowtotal = np.sum([np.prod(v.get_shape().as_list()) for v in tf.trainable_variables()])print('+ Number of params: %.2fM'%(total/1e6))pytorchtotal = sum([param.nelement() for param in model.parameters()])print('+ Number of params: %.2fM'%(total原创 2020-09-06 16:36:23 · 673 阅读 · 0 评论 -
tensorflow keras 使用卷积conv2d 池化pooling之后输出的shape
keras和TensorFlow设置卷积层的过程中可以设置padding参数,vaild和same。“valid”代表只进行有效的卷积,对边界数据不处理。“same”代表保留边界处的卷积结果,通常会导致输出shape与输入shape相同.下面 W为输入大小,S为步长,F为核大小一、tensorflow 中1.卷积在tensorflow中,conv后的shape可按照下边的公式计算padd...原创 2019-09-01 17:43:48 · 1855 阅读 · 1 评论