- 博客(2)
- 收藏
- 关注
RSS订阅原创 小白学习3D点云（一）原理
分类任务：iput points采样n个 每个点有三个特征 mlp可以当做一个全连接层，每一个点做一个升维，输出64特征，最终1024特征，做一个maxpooling，最终得到全局特征，一个1024的向量（这个过程可以看做一个拉长之后取最大的头头过程）最后在做全连接层512-》256-》k（这里边就是几分类）找到点开始画圈，一个圈，假如一个圈内点不够咋整，那我就补全，我就复制离中心最近的点，差多少复制多少，多了点咋整，谁离得远我切谁。我还可以选不同的半径，得出来的特征，就拼上，可以拼，为啥？
2025-11-27 23:33:09
241
原创 小白学习AlexNet
喵喵喵，我只是个小白，感觉csdn记笔记很方便，所以我这个号主要就是用来记录我自己学习的过程，我本人刚上研一，对神经网络这块真是才刚入门，综合很多老师的讲解以及ds，写出这篇“文章”如有不对，欢迎大佬指正！由于这里使用Fashion-MNIST，所以用类别数为10，而非论文中的1000。# 连续3个卷积层，且使用更小的卷积窗口。除了最后的卷积层外，进一步增大了输出通道数。# 减小卷积窗口，使用填充为2来使得输入与输出的高和宽一致，且增大输出通道数。# 这里全连接层的输出个数比LeNet中的大数倍。
2025-10-15 10:28:22
357
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人