十四 动手学深度学习v2计算机视觉 ——转置矩阵

文章目录

基本操作

填充、步幅和多通道

填充

与常规卷积不同,在转置卷积中,填充被应用于的输出(常规卷积将填充应用于输入)。 例如,当将高和宽两侧的填充数指定为1时,转置卷积的输出中将删除第一和最后的行与列。
步幅

在转置卷积中,步幅被指定为中间结果(输出),而不是输入。 使用 上图相同输入和卷积核张量,将步幅从1更改为2会增加中间张量的高和权重。

再谈转置卷积

不填充,步幅为1

填充为p,步幅为1

填充为p,步幅为s

相关推荐
MWWZ1 小时前
最近的一些软件更新
opencv·算法·计算机视觉
Rabbit_QL1 小时前
【理论分析】信息熵的极值问题:什么时候最小?什么时候最大?
人工智能·深度学习
格林威1 小时前
AI视觉检测:INT8 量化对工业视觉检测精度的影响
linux·运维·人工智能·数码相机·计算机视觉·视觉检测·工业相机
xinxiangwangzhi_1 小时前
立体匹配--foundation stereo总结(2025)
计算机视觉
Z.风止2 小时前
Large Model-learning(3)
人工智能·笔记·后端·深度学习
春末的南方城市2 小时前
比肩顶尖闭源模型!京东开源240亿参数多模态模型JoyAI-Image:统一理解/生成/编辑,重塑AI图像编辑。
人工智能·深度学习·机器学习·计算机视觉·aigc
做cv的小昊2 小时前
【TJU】应用统计学——第五周作业(3.1 假设检验的基本思想、3.2 单个正态总体参数的假设检验)
学习·线性代数·机器学习·数学建模·矩阵·概率论·tju
kyle-fang2 小时前
大模型微调
人工智能·深度学习·机器学习
EmmaXLZHONG2 小时前
Deep Learning With Pytorch Notes
人工智能·pytorch·深度学习
龙文浩_3 小时前
AI NLP核心技术指南
人工智能·pytorch·深度学习·神经网络·自然语言处理