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
个微管理几秒前
小红书新规深度拆解:从被封到破局,2026年矩阵号生存手册
大数据·人工智能·矩阵
weixin_426184973 分钟前
AI Agent 面试题 156:如何构建高质量的Agent微调数据集?
人工智能
chaofan98012 分钟前
GPT-5.5 深度评测:15项基准测试全优,视觉理解精度跃升 42%
大数据·人工智能·gpt·计算机视觉·api
Coovally AI模型快速验证13 分钟前
CVPR 2026|PanDA:首个多模态3D全景分割的无监督域适应框架
人工智能·3d·视觉检测·工业质检
2301_7760452315 分钟前
估值和市值的区别(股票与加密资产)
大数据·人工智能
qq_白羊座20 分钟前
提示工程 | 基本概念 | 要素 | 通用技巧
人工智能
写代码写到手抽筋23 分钟前
通信同步原理与5G NR同步实际应用
人工智能·5g·语音识别
胖虎喜欢静香33 分钟前
从零到一快速实现 Mini DeepResearch
人工智能·python·开源
MoonBit月兔36 分钟前
「Why MoonBit 」第一期——Singularity Note AI 学习助手
开发语言·人工智能·moonbit
β添砖java41 分钟前
深度学习(11)数值稳定+模型初始化、激活函数
人工智能·深度学习