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
idealmu3 小时前
知识蒸馏(KD)详解一:认识一下BERT 模型
人工智能·深度学习·bert
Cathyqiii3 小时前
生成对抗网络(GAN)
人工智能·深度学习·计算机视觉
湫兮之风8 小时前
Opencv: cv::LUT()深入解析图像块快速查表变换
人工智能·opencv·计算机视觉
学弟9 小时前
快捷:常见ocr学术数据集预处理版本汇总(适配mmocr)
计算机视觉
阿巴Jun9 小时前
【数学】线性代数知识点总结
笔记·线性代数·矩阵
dlraba8029 小时前
基于 OpenCV 的信用卡数字识别:从原理到实现
人工智能·opencv·计算机视觉
IMER SIMPLE10 小时前
人工智能-python-深度学习-经典神经网络AlexNet
人工智能·python·深度学习
却道天凉_好个秋12 小时前
深度学习(二):神经元与神经网络
人工智能·神经网络·计算机视觉·神经元
UQI-LIUWJ12 小时前
unsloth笔记:运行&微调 gemma
人工智能·笔记·深度学习
THMAIL12 小时前
深度学习从入门到精通 - 生成对抗网络(GAN)实战:创造逼真图像的魔法艺术
人工智能·python·深度学习·神经网络·机器学习·生成对抗网络·cnn