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
绒绒毛毛雨15 小时前
On the Plasticity and Stability for Post-Training Large Language Models
人工智能·机器学习·语言模型
SuniaWang1 天前
《Spring AI + 大模型全栈实战》学习手册系列 · 专题六:《Vue3 前端开发实战:打造企业级 RAG 问答界面》
java·前端·人工智能·spring boot·后端·spring·架构
IDZSY04301 天前
AI社交平台进阶指南:如何用AI社交提升工作学习效率
人工智能·学习
七七powerful1 天前
运维养龙虾--AI 驱动的架构图革命:draw.io MCP 让运维画图效率提升 10 倍,使用codebuddy实战
运维·人工智能·draw.io
水星梦月1 天前
大白话讲解AI/LLM核心概念
人工智能
温九味闻醉1 天前
关于腾讯广告算法大赛2025项目分析1 - dataset.py
人工智能·算法·机器学习
White-Legend1 天前
第三波GPT5.4 日400刀
人工智能·ai编程
. . . . .1 天前
Claude Code Hooks的原理、触发执行机制以及如何编写 Hooks
人工智能
w_t_y_y1 天前
codex(一)下载安装&使用
人工智能
老鱼说AI1 天前
大规模并发处理器程序设计(PMPP)讲解(CUDA架构):第四期:计算架构与调度
c语言·深度学习·算法·架构·cuda