机器学习框架基础知识点

部署运行你感兴趣的模型镜像

Pytorch Tensor 的通道顺序

[batch_size, channel, height, width]

batch_size:表示一批训练图片的个数
channel:图片通道数,灰度图像为1,彩色图像为3
height:图像的高度
width:图片的宽度

卷积及池化后图片尺寸计算

N=(W-F+2P)/S+1

图片大小W
滤波器大小F
步长S
双列扩充数2P

反卷积图片大小计算

(input_size-1)×stride+kernel_size-2padding+outputpadding

卷积层参数设置

向量通道顺序

网络搭建及实例化过程

首先传入网络结构类(class)自身参数并初始化
真正传入变量(图片)时,才执行call或forward函数

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch 2.5

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库,基于 Torch 库,底层由 C++ 实现,应用于人工智能领域,如计算机视觉和自然语言处理

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