2回答
我是新来的，试着去了解它。
我在Google上搜索了各种各样的链接，但是我很高兴你能告诉我如何在梯度上计算，但是用prewitt运算符来计算。
例如:图像5X5 -> I(x，y) =x_4-I-j_(？)
i,j = 0..4;
如何用prewitt算子(Gx和Gy)计算?？
浏览 2提问于2015-03-12得票数 0
回答已采纳
1回答
什么是分步褶积层？
、、、
在纸使用上下文金字塔CNN生成高质量的人群密度图中，在3.4节中，它说
由于这项工作的目的是估计高分辨率和高质量的密度图，所以using是使用一组卷积和分步的卷积层来构造的。这组分数步幅卷积层帮助我们恢复输出密度图中的细节。second采用如下结构: CR(64,9)-CR(32,7)- TR(32)-CR(16,5)-TR(16)-C(1,1)，其中，C是卷积层，R是ReLU层，T是分步卷积层，每个括号内的第一个数表示滤波器的数目，第二个数字表示滤波器的大小。每个部分跨距卷积层增加输入分辨率2倍，从而确保输出分辨率与输入的分辨率相同。
我想知道分步卷积层的细节。
浏览 0提问于2019-04-15得票数 10
回答已采纳
1回答
我很难弄清楚每个CNN层的尺寸是多少。
假设我的输入是一个向量，然后我用一个完全连接的层将它投影到4x4x256矩阵上。
zP = slim.fully_connected(
z,
4*4*256,
normalizer_fn=slim.batch_norm,
activation_fn=tf.nn.relu,
scope='g_project',
weights_initializer=initializer
)
# Layer is reshaped to a 4x4x256 mapping.
zCon = tf.resha
浏览 0提问于2018-09-05得票数 0
回答已采纳
1回答
我试图在图像上复制过滤器序列，为此我需要创建包含Filter2D内核和高斯内核的内核。通常，我们应用gaussianBlur，然后应用filter2D。这方面的常见命令是：
kernel2D= Mat::ones(kernelSize, kernelSize, CV_32F) *(1 / (float)(kernelSize*kernelSize)), Point(-1, -1);
GaussianBlur(src, resultO, Size(kernelSize, kernelSize), sigma);
filter2D(resultO, resultO, resultO.depth()
浏览 1提问于2017-10-18得票数 1
回答已采纳
1回答
我正在学习在Keras中CNN可训练参数的计算。我只是想知道为什么我们认为滤波器计算是可训练的参数？由于卷积过程是一个固定的计算过程(即矩阵乘法)，因此不需要更新(可训练)。我知道有一个公式，但为什么我们认为这是可训练的参数。例如:在第一个conV2D中，图像大小，比如10x10x1，过滤器3x3，1过滤器中的参数为10 (3x3+1)。
亚历克斯
浏览 2提问于2022-10-05得票数 -2
1回答
卷积神经网络中特征映射维数的计算
、、、、
我在凯拉斯有卷积神经网络。我需要知道每一层中的特征映射的尺寸。我的输入是28 x 28像素的图像。我知道有一种方法可以计算它，但我不确定该如何计算。下面是我使用Keras的代码片段。
img_rows, img_cols = 28, 28
nb_filters = 32
nb_pool = 2
nb_conv = 3
model = Sequential()
model.add(Convolution2D(nb_filters, nb_conv, nb_conv, border_mode='valid', input_shape=(1, img_rows, img_cols
浏览 4提问于2016-01-12得票数 4
回答已采纳
3回答
如何可视化(并理解)转置卷积？
、、、、
我已经看到了两种从可信来源来可视化转置卷积的方法，据我所见，它们之间存在冲突。
我的问题归结为，对于内核的每个应用程序，我们是从具有输入填充的多个(例如3x3)元素转到一个，还是从一个元素转到多个元素(例如3x3)？
相关问题：实现了哪个版本？
我困惑的根源是：
可能有最著名的可视化，但它没有同行评审(Arxiv)。
第二个是来自，它在技术上也不是同行评审(Distil)，但它来自一个更有信誉的来源。(文中使用了反褶积一词，但指出这与转置卷积相同。)
由于这个问题的性质，很难在网上寻找结果，例如这个帖子占据第一位，但我不确定我能在多大程度上信任它。
浏览 0提问于2018-01-30得票数 3
1回答
我想从(60,1) Vector生成一个大小为(176,132)的图像。
我不知道如何选择步幅、内核、填充和输出填充来最适合我的问题……有没有什么在线资源可以帮上忙？
我相信堆叠几个TransposedConvolution2D层会有所帮助，但是每个层的参数是如何相互关联的呢？他们应该增加还是减少？
非常感谢！
浏览 2提问于2018-07-28得票数 0
我正在尝试在Matlab上创建一个程序来显示2个信号的卷积，但不使用'conv‘函数。 输入为?(?)=?xp(-4t+4)*?(?−1)+0.5?(?−5)+2?(?−10) 我已经计算出h(t) = 4*exp(-4t)*u(t)。我正在尝试在MATLAB上编写一个程序来计算和显示代表两个信号的两个数组的卷积，但不使用内置的'conv‘函数。我有一个正常工作的代码，但它包括'conv‘，所以我正在尝试不使用它。 t=linspace(0,11,1101);
%create more than 500 time-series values
vs=exp(-4
浏览 36提问于2019-09-04得票数 0
回答已采纳
1回答
引言
据我从了解到的是，Size of the output volume表示给定以下参数的神经元数：
输入体积尺寸(W)
Conv层神经元(F)的接收场大小，即内核或滤波器的大小
应用(S)或我们用来移动内核的步骤
边界使用(P)的零填充量
我贴了两个例子。在示例1中，我完全没有问题。但是，在示例2中，我感到困惑。
示例1
在真实世界示例部分中，它们以[227 x 227 x 3]输入映像开始。参数如下：F = 11, S = 4, P = 0, W = 227。
我们注意到卷积有一个K = 96深度。(为什么？)
output volume的大小是(227 - 1
浏览 8提问于2016-07-27得票数 4
回答已采纳
1回答
我正在尝试实现一个简单的高斯模糊函数，但是当在图像上运行时，它只是返回比原始图像更不透明的结果；没有发生模糊。
public double[,] CreateGaussianFilter(int size)
{
double[,] gKernel = new double[size,size];
for (int y = 0; y < size; y++)
for (int x = 0; x < size; x++)
gKernel[y,x] = 0.0;
/
浏览 0提问于2014-01-13得票数 0
1回答
特征图不下采样时转置卷积的必要性
、、、、
我在看报纸。本文提出了一个对称的发电机网络，它包含一个卷积层和一个反卷积(反卷积)层。文中还提到，使用1的步长和适当的填充以确保特征映射大小与输入图像大小相同。
我的问题是，如果没有下采样，那么为什么使用转置卷积层呢？不能只用卷积层来建造发电机吗？我是不是遗漏了一些关于转置卷积层的东西(它是否被用于其他用途)？请帮帮忙。
更新:我要重新开始这个问题，因为我遇到了文件，其中第2.1.1节指出“反褶积是用来补偿细节的”。然而，我无法理解这一点，因为在提议的模型中没有对特征图进行下采样。有人能解释为什么这里的反褶积比卷积更好吗？在这种情况下，是什么使反褶积层比卷积层表现得更好？
浏览 0提问于2017-06-28得票数 0
1回答
求卷积后矩阵大小的一个公式
、、、、
如果输入大小为5x5，步长为1x1，滤波器大小为3x3，则可以在纸面上计算卷积矩阵的最终大小为3x3。
但是，当输入大小更改为28x28或50x50时，我如何计算纸上卷积矩阵的大小？有什么公式或诡计可以做到吗？
浏览 5提问于2017-11-13得票数 2
我对图像处理很陌生。将下面的左移核应用到矩阵上，确实会将结果矩阵左移一步。
matrix=np.array([[0,1,2],
[3,4,5],
[6,7,8]])
kernel=np.array([[0,0,0],
[1,0,0],
[0,0,0]])
结果：
[[1 2 0]
[4 5 0]
[7 8 0]]
在我看来，奇怪的是，如果我“手动”将实际的卷积算法应用到矩阵中，结果似乎应该被右移一步。要看到这一点，取矩阵‘4’的中心元素:将左移的核
浏览 0提问于2014-02-10得票数 3
回答已采纳
1回答
在VGG19中，第一个conv层之后的信道数是64，然后是128个。我想128个通道每个都来自3_3内核。这64个通道中的每个通道都被转换了两次(因此使用了两个3_3内核)，从而产生了两个通道，这是真的吗？(因此，我们总共得到2*64 =128个频道。)
浏览 2提问于2021-04-18得票数 0
2回答
我有一个关于CNN的问题。如果我们取一个卷积层，它可以有多个滤波器，对吗？这些过滤器都一样吗？一个单一的图层仅仅是为了检测一个特征吗？我对卷积层的工作有点困惑。
浏览 0提问于2022-05-29得票数 0
我使用Tensorflow 2.0已经快一年了，当我在卷积中使用填充“相同”时，我在很多代码中发现了一个概念。
我见过的一些代码实现了以下功能：
x = ZeroPadding2D(padding=(pad, pad))(x)
x = Conv2D(64, (3, 3), strides=(1, 1), dilation_rate=pad,
use_bias=False)(x)
不是直接使用：
x = Conv2D(64, (3, 3), strides=(1, 1), dilation_rate=pad,
use_b
浏览 36提问于2021-05-21得票数 0
回答已采纳
我有一个Excel表，其中我想通过VBA添加一个条件公式。当我试图这样做时，Excel正在抛出“无效的过程调用或参数”，但我找不到原因。
问题就在于这一行：
Set cf = shG.Range("E" & (i - 3) & ":AI" & (i - 2)).FormatConditions.Add(type:=xlExpression, Formula1:="=OR(ISNUMBER(SEARCH(""holiday"",E$" & i & ")),ISNUMBE
浏览 10提问于2022-04-03得票数 0
回答已采纳
3回答
转换两个信号
、、
计算下列信号的卷积(您的答案将以方程的形式出现)：
h[n] = δ[n-1] + δ[n+1], x[n] = δ[n-a] + δ[n+b]
我不知道我用h和x做了什么，我只是把它们乘以吗？恩*xn？我用几种模糊和边缘检测器编写了卷积程序，但我不知道如何将这些知识转化为这个问题。请帮帮我！
浏览 6提问于2010-04-26得票数 1
回答已采纳
空间卷积文件定义为
module = nn.SpatialConvolution(nInputPlane, nOutputPlane, kW, kH, [dW], [dH], [padW], [padH])
nInputPlane:图像中的期望输入平面数，给出了forward()。
nOutputPlane:卷积层将产生的输出平面数。
我对手电筒没有任何经验，但我想我在角星上使用过类似的功能。
Convolution2D(64, 3, 3, border_mode='same', input_shape=(3, 256, 256))
它以rgb中256*256的图像的形状作为输
浏览 7提问于2016-10-05得票数 0
回答已采纳
我已经找到了很多关于如何将Voigt轮廓拟合到光谱数据的例子，但我想知道是否有一种方法可以解卷积它，特别是确定洛伦兹分量的半高宽。我知道如果你在Origin中做Voigt拟合，它会返回大量的数据，包括高斯和洛伦兹半高宽，但我正在尝试在Python中如何做到这一点。任何帮助都是非常感谢的。
浏览 41提问于2020-02-23得票数 0
1回答
如何计算conv1d层在PyTorch中的形状。在PyTorch中是否有任何命令来计算这些层的大小和形状。
nn.Conv1d(depth_1, depth_2, kernel_size=kernel_size_2, stride=stride_size),
nn.ReLU(),
nn.MaxPool1d(kernel_size=2, stride=stride_size),
nn.Dropout(0.25)```
浏览 2提问于2020-06-02得票数 1
3回答
C++神经网络库
、、
我正在寻找一个神经网络库，它可以用于商业和c++访问。
它应包括以下内容：
快地
卷积网络
多学习算法(rprop.)
c++绑定(我希望创建c++应用程序并将网络用作索引)
我花了最后一周的时间寻找，但却找不到。我看过的一些东西：
tensorflow (但是90%的函数只用于python)
无卷积网络
opennn (似乎过时了，在构建vs2015时出现了许多错误)
还有更多(opencv.)
我还快速地查看了eblearn，这似乎是相当限制性的，和convnet，它可能是缓慢的，并有一些许可问题。
浏览 0提问于2016-05-27得票数 2
1回答
求双变函数的梯度
、、
我正在做一些视频处理，对于每一帧，我需要得到一个二元函数的梯度。该函数被表示为一个二维的双面数组。其中，域是行和列索引，范围是相应索引值的双值。或者更简单地说，函数f是为double[][] matrix定义的：
f(x,y)=matrix[x][y]
我正在尝试使用库：
SmoothingPolynomialBicubicSplineInterpolator iterpolator = new SmoothingPolynomialBicubicSplineInterpolator();
BicubicSplineInterpolatingFunction f = iterpolator.i
浏览 0提问于2013-01-18得票数 1
我正在实现一个算法，其中我需要使用快速傅立叶变换来计算两个一维向量a和b之间的线性卷积和互相关。如果a的长度为m，b的长度为n，则产生的卷积的总长度将为m + n - 1。
但是，该算法要求卷积的输出与输入的长度相同。由于m = n，输入向量具有相同的长度。
在Matlab语言中，假设两个向量都填充了长度为m + n - 1的零，则卷积计算如下：
ifft(fft(a).*fft(b))
或者，两个向量之间的互相关值计算如下：
fftshift(ifft(fft(a).*conj(fft(b))))
输出的长度为m + n - 1。我需要对向量进行零位填充，以确保在使用FFT时不会发生循环卷积
浏览 2提问于2012-09-05得票数 1
回答已采纳
1回答
R中的卷积
、、
我试着直接在R中做卷积，使用FFT，然后求逆。但从简单的观察来看，这似乎是不正确的。看看这个例子：
# DIRECTLY
> x2$xt
[1] 24.610 24.605 24.610 24.605 24.610
> h2$xt
[1] 0.003891051 0.003875910 0.003860829 0.003845806 0.003830842
> convolve(h2$xt,x2$xt)
[1] 0.4750436 0.4750438 0.4750435 0.4750437 0.4750435
# USING INVERSE FOURIER TRANSFOR
浏览 0提问于2011-03-08得票数 6
回答已采纳
我正在尝试理解caffe和tensorflow的填充差异。
我已经阅读了以下文章：
通过这些，我了解到tensorflow执行非对称填充，caffe执行对称填充。
我的问题是-如果您有tensorflow模型的卷积层的填充值，如何将这些值转换为caffe卷积层中的等效填充值？公式是什么？
For example (Tensorflow model):
Input = 224x112x3
Convolution - 7x7x64 ; stride 2; SAME padding
Output size = 112x56x64
tensorflow填充是(非对称的)：
Padding t
浏览 2提问于2018-12-21得票数 0
通常，对于Richardson-Lucy算法，我们只使用PSF？我找到了这个代码，其中使用了点扩散函数和反向点扩散函数，我想知道点扩散函数的空间反转是如何工作的，它是用来做什么的？
PSF_HAT = PSF(end:-1:1,end:-1:1); % spatially reversed psf
谢谢
浏览 3提问于2018-01-14得票数 0
2回答
PHP锐度卷积矩阵
、、、、
我在PHP 中使用了一个用于锐度的，并且我想要更改锐度“级别”。
如果我想要使它变得更尖锐或更尖锐的话，会在哪里对它进行更改？
$image = imagecreatefromjpeg('pic.jpg');
$matrix = array(
array(0, -1, 0),
array(-1, 5, -1),
array(0, -1, 0)
);
imageconvolution($image, $matrix, 1, 0.001);
header("Content-type: image/jpeg");
imagejpeg($image)
浏览 7提问于2010-08-27得票数 3
回答已采纳
我发现是一个矩阵卷积图像，方向是多维的，我还没有找到一个一维卷积，试图制作自己的卷积，但它太慢了
浏览 7提问于2016-08-09得票数 1
2回答
边缘检测和去除
、、、、
我是图像处理的新手。我正在开发一个web应用程序。我需要采取图像(徒手绘图)，并删除它的一部分。例如，取一张猫的图像，除去它的眼睛以外的所有东西。
附言->我正在开发一个基于绘画游戏的认证系统。它需要用户选择一个与他的密码相关的图像，我会通过检测边缘并删除它的部分来对其进行变形，并将其存储为提示并显示给他，这样它只对他有意义，而不是攻击者。
浏览 4提问于2011-07-01得票数 2
回答已采纳
1回答
我有一个实现矩形数值积分的C++代码
#include <iostream>
#include <cmath>
using namespace std;
float pdf(float u){
return (1/(pow(1+u, 2)));
}
float cdf(float u){
return (1 - 1/(u+1));
}
// The main function that implements the numerical integration,
//and it is a recursive function
float in
浏览 2提问于2018-07-25得票数 2
我正在尝试使用此代码在google电子表格单元格中设置公式
function SetFormuleSettimana(row) {
var ss = SpreadsheetApp.getActiveSpreadsheet();
var Settimane = ss.getSheetByName("Settimane");
var cell = Settimane.getRange("I" + row);
cell.setFormulaR1C1('ArrayFormula(Indice(Gruppi!A:G;Confront
浏览 0提问于2021-05-03得票数 1
我正在使用Keras库，我只是尝试初始化VGG16模型，并且我得到了一个关于所有输入都不是这个图的元素的错误。我用的是Tensorflow后端。
输入：
from keras.applications.vgg16 import VGG16
model = VGG16()
输出：
runfile('C:/Users/joshu/Documents/Code/Testing/vgg_tester.py'，wdir=‘C:/Users/joshu/Documents/Code/last’)回溯(最近一次调用)：
文件""，第1行，在runfile('C:/
浏览 4提问于2017-09-29得票数 1
1回答
在keras中实现facenet
、、、、
在这里，我尝试在keras中实现open face。
有没有人能帮我弄清楚：
用于三元组训练的1>模型结构
2>三重态损失函数
浏览 0提问于2017-02-10得票数 2
1回答
我正在寻找一个掩模巴特沃斯高通滤波器的C++实现。
我有一个已经被蒙住的图像，我想应用巴特沃斯高通滤波器，而不具有边缘效应的图像被蒙住。
目前，我正在使用vtk过滤我的图像。
欢迎任何建议:)
浏览 4提问于2018-03-05得票数 0
1回答
我已经看到(通过研究)卷积是通过numpy完成的，但是如果我想将两个标准分布(特别是一个带制服的正态分布)进行转换，而不是通过numpy和convolve创建两个数组，是否有一种直接的方法？
浏览 1提问于2014-06-24得票数 0
回答已采纳
当用户在Excel英文版本的工作表中手动输入公式并将此文档发送给另一个具有另一个版本Excel的用户时，该公式将自动转换为打开文档的语言。
'Formula entered in Sheet1!B1 in the English Excel version
=VLOOKUP(A1,Sheet2!$A$1:$C$150,3,FALSE)
'Formula as shown in a Dutch Excel version
=VERT.ZOEKEN(A1;Sheet2!$A$1:$C$150;3;ONWAAR)
当我以编程方式添加一个公式时，在我的英文版本中，如下所示：
Sub A
浏览 2提问于2018-01-03得票数 6
回答已采纳
在我的windows服务器上安装了nodejs和npm。运行命令npm install -g botium-cli，然后上传工作的botium.json和卷积文件。
这是一个新的装置。我是否需要更改任何设置？
当启动牛粪时，会出现以下错误：
C：\Users\Administrator>botium运行C:\Users\Administrator\AppData\Roaming\npm\node_modules\botium-cli\node_modules\yargs\yargs.js:1133，否则抛出错误^
错误: EPERM:不允许操作，扫描'C:/Users/Admin
浏览 1提问于2019-06-11得票数 0
回答已采纳
很抱歉提出了一个非常基本的问题(我是Keras的新手)。我想知道Keras如何为每个层计算早期(在拟合之前)的参数数，尽管model.summary显示在这个阶段仍然没有值的维度。这些值是否已经以某种方式确定，如果是，为什么不在摘要中显示？
我问这个问题是因为我很难计算出我的“张量形状错误”(我试图确定resnet50模型的resnet50块的输出维数，但是即使我看到了参数的数量，也无法在model.summary中看到它们)。
本文给出了一个C5_reduced层在RetinaNet中的应用实例，它是由Resnet50的C5层提供的。C5_reduced是
Conv2D(256,kernel
浏览 4提问于2021-01-29得票数 0
回答已采纳
我有一个信号，我在做FFT，用它自己做一个卷积，然后一个IFFT返回到时域。信号长8192。如果我将信号压缩到16384 (N*2)并执行操作，我将得到正确的输出。不过，这是否有需要呢？但是，当我试图坚持使用8192使用C2C快速傅立叶变换，我有类似的数据贯穿始终，直到IFFT。(当使用8192时，它只有16384个数据中的第二个点)。
我已经通过matlab运行了这个程序，得到了同样的结果，所以我怀疑它更多的是与数学有关，而不是实现，但是当我在cuda中这样做时，任何建议都是受欢迎的，如果有必要的话，我不介意将数据按某种形式来填充，但是数据在我做IFFT时是很好的。
注:我知道我不是在GPU
浏览 0提问于2019-05-11得票数 0
回答已采纳
我正在从头开始构建一个CNN，我试图改变卷积层的数量，看看会发生什么。
我注意到减少卷积层的数量会增加参数的数量。
这一事实确实让我感到惊讶，因为我预期参数的数量会减少。
为什么减少CNN内部的卷积层数会增加参数的数量？
浏览 0提问于2020-12-23得票数 1
回答已采纳
1回答
我正在尝试使用scipy.signal.fftconvolve计算两个连续函数的卷积。代码的场景如下：
我试着近似下面的二重积分：
即在区域C_1(x'，y')中，表示以(x'，y')为中心的半径为1的圆。这可以用下面的积分来近似：
其中函数K被选为连续的可积函数，例如exp(-x^2-y^2)，其形状近似为半径为1的圆。如果我取一个函数K'(x，y)=K(-x，-y)，则积分恰好是这两个函数的卷积：
所以我尝试将这两个函数离散成数组，然后进行卷积。
下面的代码将用Julia编写，并使用PyCall.jl导入fftconvo
浏览 57提问于2019-10-20得票数 2
1回答
用fft的点积
、、、、
根据卷积定理，时域卷积是fft域的乘积。使用正确的零填充，它工作：
% convolution in time domain
a = [1 2 3];
b = [4 5 6];
c = conv(a,b);
a_padded=[a 0 0]; b_padded=[b 0 0];
c_bis=ifft(fft(a_padded).*fft(b_padded));
% we do find c_bis=c
然而，这个定理也适用于反过来工作，时间域上的乘积就是fft域中的卷积。我不明白这部分：
d = a.*b;
D=conv(fft(a_padded),fft(b_padded));
d_bis
浏览 2提问于2014-02-18得票数 3
回答已采纳
我正在使用具有不同本地化的Crystal Reports导出。在本例中，我尝试将本地化设置为使用欧元的法语。
我使用以下C#代码设置本地化：
ReportDocument report = new ReportDocument();
report.ReportClientDocument.LocaleID = CrystalDecisions.ReportAppServer.DataDefModel.CeLocale.ceLocaleFrench;
report.ReportClientDocument.PreferredViewingLocaleID = Cryst
浏览 1提问于2011-10-17得票数 2
回答已采纳
我要'vlookup‘公式在范围内(“H1:H70”)
For i = 1 To 70
Worksheets(1).Range("H"&i).Formula= "=VLOOKUP("F"&i;'anotherSheet'!$A:$C;2;0)"
Next i
浏览 2提问于2020-02-04得票数 0
回答已采纳
我想实现一个卷积层，每个输出位置都有一个不同的卷积滤波器。具体来说，考虑输出为16*16*128 (W *H* C)的情况。我们有16*16个过滤器，而不是3*3*128个过滤器；每个过滤器的大小为3*3*128。这样，参数的数量就不会太多。
在中也有类似的想法，但我找不到特定于位置的过滤器的实现。我的问题是，如果我们想要一个特定于位置的卷积滤波器，我该如何在Tensorflow或Pytorch中实现它？我是否需要编写自己的操作，或者有一些聪明的方式来使用所提供的函数？如果我必须写一个OP，有什么技巧可以很容易地实现这个想法吗？如有任何帮助，我们不胜感激！
浏览 0提问于2018-10-03得票数 3
1回答
在我的二进制分类的CNN体系结构中，我有2个卷积层、2个最大池层、2个批规范化操作、1个RELu和1个完全连接层。
Case1:当频道数，d=1：
在第一层(大小为[28*28*d] )的输入中，d=1通道与应用于大小{f_h \times f_w \times d} = [3\times 3\times 1]的所有输入通道上的M_1=20 数目相转换，其步长(步长)为1，以创建尺寸{(h-f_h+1) \times (w - f_w +1)\times d \times M_1} = (28-3 +1)\times(28-3+1)\times 10 = [26\times 26\times
浏览 0提问于2020-01-12得票数 3
回答已采纳
我有一个特定的Shape = [NxHxWxC_in]输入和一个带有C_out个过滤器的Size = [n_h,n_w,stride_h, stride_w]内核(如果这简化了事情，那么步长可以是1和1，但一般的答案会更好)。 在TensorFlow中，创建1D卷积/仿射变换层组合以获得与2D卷积相同的结果的最有效方法是什么？ 我发现了一种叫做螺旋变换的东西，但我不知道它是否可以扩展到多个通道( C_in和C_out是相当大的数字)。
浏览 13提问于2019-01-15得票数 2
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
