特征提取后的维度变化

游弋白桦林

于 2022-03-22 10:12:49 发布

阅读量832

点赞数

文章标签： python

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/weixin_48759194/article/details/123653391

版权

该博客探讨了在利用预训练模型进行特征提取后，如何通过线性变化实现高维特征到低维空间的转换。以2048维特征为例，经过线性变换可以降至512维或128维，介绍了这一过程在数据处理中的应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

主要用于在使用一个现有的模型对数据进行特征提取时，进行维度降维，主要使用到线性变化，例如使用resnet50进行特征提取时，可能得到的是2048维特征，但是此时如果进行线性变化，就可得到512维或是128维等特征

class LinearNorm(nn.Module):
    def __init__(self, cfg):
        super(LinearNorm, self).__init__(

最低0.47元/天解锁文章

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。