CNN
cnn 的维度变化遵循公式:
例如:
data = torch.randn((1,24,24))
l = nn.Conv2d(1,2,(12,12), stride=2)
输入的(1,24,24)分别表示
1 表示输入的图片通道数,表示这张图片是灰度图还是彩色图片
24,24 则表示图片的长和宽
nn.Conv2d(1,2,(12,12), stride=2)
1 表示图片输入的通道数为 1
2 表示输出的通道数为 2
(12,12)表示卷积核的大小
padding 没有则为 0
stride 表示步幅为 2
l(data).shape
>>> torch.Size([2, 7, 7])
输出的是输出通道数和计算后的长和宽
欢迎来到这里!
我们正在构建一个小众社区,大家在这里相互信任,以平等 • 自由 • 奔放的价值观进行分享交流。最终,希望大家能够找到与自己志同道合的伙伴,共同成长。
注册 关于