- 博客(9)
- 收藏
- 关注
RSS订阅原创 神经网络学习（九）Unet，详解
DownSample模块是一个下采样模块(max pool)，UpSample模块是一个上采样模块(up conv)。up=F.interpolate(x,scale_factor=2,mode='nearest')就是上采样插值扩张。DownSample包括max pool+2次的conv，Conv_Block层次 卷积层（2次的conv）UpSample模块使用双线性插值法的结果。UpSample模块使用邻近0插值法的结果。UpSample模块 包括。然后就是conv卷积。
2024-04-28 20:06:45
447
2
原创 神经网络学习（五）VIT的解析
self.head = nn.Linear(self.num_features, num_classes) if num_classes > 0 else nn.Identity()，然后输出num_classes个节点。# 通过上一行得到[batch_size, num_heads, num_patches + 1, embed_dim_per_head]cls_token = self.cls_token.expand(x.shape[0], -1, -1)#拼接。
2024-04-07 16:17:50
1004
原创 数字识别案例——神经网络学习（一）
我们先写训练集图片数据加载，然后再写一个前向传播的函数，然后再写一个预测评估函数，那反向传播哪？答：库里有，直接哪来用进行，下边两行直接调用进行。现在我们已经吧问题分解为数据加载，前向传播的函数，预测评估函数这几个部分了，具体实现过程在上边代码有不多少说。其中我们主要是做特征工程来提取特征（这也是深度学习的牛逼之处，他可以自己选择特征来学习，区别于机器学习的人工提取特征）我们主要看看，如何将这些部分链接起来。好，废话不多说，直接讲案例。
2024-04-04 16:31:11
292
2
原创 #define MAX 100
M;int i;for(i=0;++i)return i;elsereturn -1;char v1,v2;getchar();for(i=0;i++)getchar();for(i=0;i++)for(j=0;j++)for(k=0;k++)getchar();printf(w);elseint i;for(i=0;++i)return i;
2023-05-15 16:11:45
399
1
原创 unity代码编译环境
在准备好给unity的物体编时不要忘了配置编译环境第一步然后将External Script Editor设置为visual你所下的版本第二步配置VS如何就ok了
2022-08-19 19:26:09
916
1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人