研1日记6

  1. 一般输入参数为batch_size×num_features×height×width

当高度和宽度不一样时,分别计算即可。

2.ReLU函数的表达式为:f(x) = max(0, x)。

3.Pytorch中最大池化层Maxpool的作用说明及实例使用(附代码)-CSDN博客

4.假设x的形状是(A, B, C, D),其中ABCD是各个维度的尺寸。执行x = torch.flatten(x, 1)后,x的新形状将会是(A, B*C*D)。这是因为从第二个维度(索引为1的维度,即B维度)开始,所有后续的维度都被合并成了一个维度。

相关推荐
SEONIB_Explorer几秒前
跨境电商新手零门槛教程:AI 一键生成 TikTok/Ins 投放短视频,5 步 60 秒出片
人工智能·音视频·跨境电商·视频制作·veonib
中微极客17 分钟前
用LangChain 0.3构建生产级RAG与Agent:从API集成到Streamlit部署
数据库·人工智能·langchain
海上彼尚27 分钟前
Nodejs也能写Agent - 22.LangGraph篇 - 上下文工程
前端·javascript·人工智能·langchain·node.js
Tangyuewei1 小时前
单 Agent 不够用了:AI 编程进入舰队模式
人工智能
艾斯特_1 小时前
工作流与多Agent协作:LangGraph、MCP和A2A的应用分层
人工智能·python·ai
悟天特斯1 小时前
智慧楼宇AI节能:从数据采集到智能决策的全链路实践
大数据·人工智能
腾视科技AIoT1 小时前
私有云时代来临:AI NAS如何重塑你的数字生活?
人工智能·ai·生活·nas·企业存储·ainas·家庭存储
IT小盘1 小时前
04-大模型流式输出原理-SSE与Python实现
开发语言·网络·人工智能·python
阳光是sunny1 小时前
LangGraph实战教程:预定义状态MessagesState与AgentState
前端·人工智能·后端