![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
基础知识总结
文章平均质量分 72
DouDouWuH
这个作者很懒,什么都没留下…
展开
-
Pytorch 数据操作
如何在相同形状的两个张量上执行按元素操作。在某些情况下,即使形状不同,仍然可以通过调用 广播机制(broadcasting mechanism)来执行按元素操作。由于a和b分别是3 × 1和1 × 2矩阵,如果让它们相加,它们的形状不匹配。我们将两个矩阵广播为一个更大的3 × 2矩阵,如下所示:矩阵a将复制列,矩阵b将复制行,然后再按元素相加。原创 2024-03-01 17:06:36 · 369 阅读 · 0 评论 -
Pytorch入门基础知识
可以把多个张量连结(concatenate)在一起,当沿行(轴‐0,形状的第一个元素)和按列(轴‐1,形状的第二个元素)连结两个矩阵时,会发生什么情况。我们可以看到,第一个输出张量的轴‐0长度(6)是两个输入张量轴‐0长度的总和(3 + 3);第二个输出张量的轴‐1长度(8)是两个输入张量轴‐1长度的总和(4 + 4)。如果只想知道张量中元素的总数,即形状的所有元素乘积,可以检查它的大小(size),因为这里在处理的是一个向量,所以它的shape 和它的size 相同。上述三种表述方式等价。原创 2024-03-01 15:20:40 · 390 阅读 · 0 评论 -
Pytorch forward
. note::"""else:result = self.forward(*input, **kwargs) # 重点!!else:forward是在__call__中调用的,而__call__函数是在类的对象使用‘()’时被调用(如:此例的net(image))。一般调用在类中定义的函数的方法是:example_class_instance.func(),如果只是使用example_class_instance(),那么这个操作就是在调用__call__这个内置方法。原创 2024-02-29 09:52:42 · 915 阅读 · 1 评论 -
基础的基础
通过卷积操作对输入图像进行降维和特征抽取。神经网络前部卷积层有小的感受野,可以捕捉图像局部,细节信息,后面卷积层感受野逐步加大,用于捕获更复杂和更抽象的信息。经过多个卷积层计算最后得到图像在各个不同尺寸下的抽象表示。原创 2023-07-07 15:49:10 · 90 阅读 · 0 评论 -
基础基础再基础
如果没有正确对其,会带来很大影响。每个key都有一个对应的权重,是一种全局的计算方式(Global Attention),这种方式参考了所有key的内容,再进行加权,但计算量会比较大一些。3 Local Attention:是1,2两种方式的折中,对一个窗口区域进行计算,先用Hard方式定位到某个地方,以该点为中心可以得到一个窗口区域,在这个子区域内可用Soft方式来计算Attention。神经网络前部卷积层有小的感受野,可以捕捉图像局部,细节信息,后面卷积层感受野逐步加大,用于捕获更复杂和更抽象的信息。原创 2023-04-04 15:56:31 · 50 阅读 · 0 评论 -
深度学习处理图像基础知识
图像在人眼里有各种形状,颜色,纹理,但是在计算机中,保存的格式为一个一个的像素,比如长度为224,宽为224的图片,共包含224×224的像素。如果是彩色图像,即3通道图像,那就是需要使用224×224×3的数组表示RGB图像。以下图为例:(图片借鉴于:人眼和计算机中图像的不同)通过灰度图像(黑白图像)和彩色图像对像素值进行解释。举例说明:人眼视觉上的图像和计算机存储的图像。像素值表示像素的轻度,对于灰度或黑白图像,像素值范围在0-255。接近0的较小数字表示较深的阴影,接近255的较大数据代表原创 2022-06-09 16:38:56 · 2573 阅读 · 0 评论