Pytorch教程

白天 夜间 首页 下载 阅读记录
  我的书签   添加书签   移除书签

CNN输出尺寸计算

浏览 84 扫码 分享 2022-07-22 04:57:09

    若有收获，就点个赞吧

    0 人点赞

    上一篇:
    下一篇:
    • 书签
    • 添加书签 移除书签
    • 前言
    • 第一章：张量(tensor)及其操作
      • 第一节：PyTorch介绍
        • 相关前置内容
        • PyTorch介绍
        • PyTorch的安装
        • 为什么深度学习要使用GPU
      • 第二节：张量(tensor)介绍
        • 张量的介绍
        • 张量的rank、axes、shape介绍
        • CNNs和Feature Maps
      • 第三节：PyTorch中的张量
        • PyTorch的张量介绍
        • 在PyTorch中创建张量
      • 第四节：张量操作
        • flatten、reshape和squeeze介绍
        • CNN中flatten操作的可视化
        • 张量广播和对位相乘(element-wise)
        • Argmax和Reduction操作
    • 第二章：训练神经网络
      • 第一节：数据及其处理
        • 数据的重要性
        • 提取(extract)、变换(transform)、加载(load)
        • PyTorch的Datasets和DataLoaders
      • 第二节：神经网络及使用PyTroch设计网络
        • 使用PyTorch搭建CNN
        • CNN中的各层
        • CNN中的权重
        • 可调用的神经网络模块
        • CNN中的前向计算方法
        • 前向传播解释
        • 批操作(batch)
        • CNN输出尺寸计算
      • 第三节：训练神经网络
        • CNN训练
        • CNN迭代训练
        • 创建混淆矩阵
        • Stack和Concat
        • 使用TensorBoard
        • 超参数调整实验
      • 第四节：神经网络的补充实验
        • 神经网络实验代码
        • 使用模拟超参数测试
        • 加快数据加载
        • 在GPU上进行训练
        • 数据正则化
    暂无相关搜索结果！

      让时间为你证明

      展开/收起文章目录

      分享，让知识传承更久远

      文章二维码

      手机扫一扫，轻松掌上读

      文档下载

      请下载您需要的格式的文档，随时随地，享受汲取知识的乐趣！
      PDF文档 EPUB文档 MOBI文档

      书签列表

        阅读记录

        阅读进度: 0.00% ( 0/0 ) 重置阅读进度
          思维导图备注