深度学习---卷积神经网络

一、卷积尺寸计算公式

二、池化

池化分为最大池化和平均池化

最常用的就是最大池化,可以认为最大池化不需要引入计算,而平均池化需要引出计算(计算平均数)

每种池化还分为Pooling和AdaptiveAvgPool

Pooling(2)就是每2*2个格子pooling成一个格子,相当于减半

AdaptiveAvgPool(7)就是无论刚开始输入特征图有多大,最后只能变为7*7的特征图

最后,进行拉直,还是进行Linear操作

三、计算Loss值

我们计算Loss值,需要计算出来的概率分布,而经过卷积池化,Linear后得到的y'(上图)不是概率分布,因此我们进行y'=Softmax(y)操作,得到真正的y'的概率分布。

得到y'我们就可以 计算Loss,这里就引入了 CrossEntropy Loss: 交叉熵损失,在使用中,我们可以不用关注计算过程,我们只需调用CrossEntropyLoss即可得到Loss

得到Loss之后,我们就可以使用PyTorch中的loss.backward()方法来自动计算梯度,计算每个卷积核的梯度,更新模型。

相关推荐
一洽客服系统12 分钟前
技术为器,服务为本:AI时代的客服价值重构
人工智能
moonsims2 小时前
无人机桥梁3D建模的拍摄频率
人工智能
LaughingZhu4 小时前
PH热榜 | 2025-05-29
前端·人工智能·经验分享·搜索引擎·产品运营
视觉语言导航5 小时前
俄罗斯无人机自主任务规划!UAV-CodeAgents:基于多智能体ReAct和视觉语言推理的可扩展无人机任务规划
人工智能·深度学习·无人机·具身智能
世润5 小时前
深度学习-梯度消失和梯度爆炸
人工智能·深度学习
pen-ai5 小时前
【深度学习】11. Transformer解析: Self-Attention、ELMo、Bert、GPT
深度学习·bert·transformer
小彭律师5 小时前
LSTM+Transformer混合模型架构文档
人工智能·lstm·transformer
-曾牛5 小时前
使用Spring AI集成Perplexity AI实现智能对话(详细配置指南)
java·人工智能·后端·spring·llm·大模型应用·springai
归去_来兮7 小时前
长短期记忆(LSTM)网络模型
人工智能·深度学习·lstm·时序模型
小和尚同志7 小时前
4.9k star-开源版 DeepWiki
人工智能·aigc