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A、B、C、D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
一只废狗狗狗狗狗狗狗狗狗18 小时前
深度学习为什么好?
人工智能·深度学习
guslegend18 小时前
工程地基、Provider 与 ReAct 循环:Agent 核心能力的设计、实现与验收
人工智能·agent·react·架构设计·spring ai
桃西西呀18 小时前
Spring AI Alibaba 之九:我让 Agent 接着上一轮往下聊,它却只还给我一条消息,多轮记忆到底藏在哪
人工智能·spring·llm
符号看象限_Wangerer18 小时前
【端到端模型】基于稀疏查询的表征特征
深度学习
10年前端老司机18 小时前
一次业务迭代:聊聊知识库多版本可追溯审核流程怎么做
人工智能·后端·agent
呆萌很18 小时前
长尾分类(Long-tailed Classification)方法汇总
人工智能·分类
for_ever_love__18 小时前
LangChain Agentic RAG:让 Agent 自己决定要不要检索、检索几次
人工智能·golang·langchain·rag·langgraph·agentic·自适应检索
Fxrain18 小时前
[Paper-Reading] CUAs 安全与隐私威胁综述
人工智能·安全·agent·智能体
乱世军军18 小时前
安装最新版本
人工智能
Mickey同学18 小时前
大模型应用的运行原理:Token、上下文、采样、成本与工程边界
人工智能