![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
python
无情滴怪蜀黍
初阶炼丹师
展开
-
深度学习模型中多分类模型始终有一个或几个类别准确率为0
标题即为问题,数据集分布相对均匀,不存在类别极度不均匀情况。原创 2024-09-03 18:27:08 · 183 阅读 · 0 评论 -
深度学习训练与验证集首个迭代步很慢,其余训练步骤速度没问题
找了很多方法均未得到解决,最后发现外接固态千万注意是不是插在usb2.0的接口,换为3.0会有较大速度提升。原创 2024-03-18 10:29:32 · 418 阅读 · 1 评论 -
pytorch中使用LSTM对非时序图片分类
采用LSTM对图片分类的模型在pytorch中很常见,但网上大多数代码存在一些问题,给初学者的我带来了一定的困扰。因此有了本篇博客。原创 2024-02-02 16:23:39 · 613 阅读 · 0 评论 -
#卷积的输出张量计算
根据给定的张量形状为【112,112,3】,卷积核大小为8*8,步长为8,卷积核个数为768,可以计算输出形状。对于张量的宽度,卷积操作将在每个位置上滑动8个像素,即 (112-8)/8+1=14。输出大小H,W = (输入大小 - 卷积核大小) / 步长 + 1。同样地,对于张量的高度,输出大小也是14,8个像素一次的步幅。卷积核的个数为768,表示输出通道数,即输出的深度。综上,根据卷积操作的参数,输出形状为【14,14,768】。1. 首先,计算每个维度的输出大小。2. 通道数 = 卷积核的个数。原创 2024-02-02 10:26:22 · 477 阅读 · 0 评论