【动手学深度学习】笔记

4D张量,就是一个权重,可以这么理解,一个图片是二维的矩阵,那么输出的特征或者图片也是二维矩阵,但是原先的输入的一个元素需要乘以一个权重转换到另一个矩阵对应的位置,那么这个权重如何表示是一个特征图的点对应另一个特征图上的点。那么这个四维的张量就表示出来的。前面两个维度表示第一个特征图的索引,用h,w的分量k,l表示,后面的用i,j表示。

相关推荐
Flynn Liang6 小时前
Spring AI 上生产:限流熔断、密钥与成本治理、私有化/混合部署、降级与 Prompt 灰度架构全解
人工智能·spring·架构·高可用·springai·成本治理·生产架构
飞猫的边缘AI6 小时前
边缘AI芯片的规则变了:从跑CNN到跑LLM和VLM
人工智能·语言模型·cnn·transformer·边缘ai
code2cat6 小时前
【随笔】连续批处理:长短请求怎样在迭代之间补位
java·人工智能·后端·大语言模型·vllm
牧羊人.3336 小时前
卷积神经网络之VGG
人工智能·深度学习·神经网络·算法·cnn
Flynn Liang6 小时前
Spring AI 2.0 深度解析:ChatClient、Advisor 链与 MCP——Java 工程师的 AI 落地最优解
java·人工智能·spring·大模型·架构设计·spring ai
Martina_03217 小时前
AI生成3D模型一合并网格,材质就串色?用6步检查材质槽、UV与图集重映射
图像处理·人工智能·3d·材质·uv·游戏策划·1024程序员节
蓝鲨硬科技7 小时前
Token之后,物理AI需要什么样的度量衡?
大数据·人工智能
人工智能AI技术7 小时前
Agent架构新思路:多Agent正在过时,单循环Main Loop才是新方向
人工智能
GlobalInfo7 小时前
管道检测机器人行业调查、市场规模、排名分析报告2026-2032
大数据·人工智能·机器人
johnsong7 小时前
AI前沿日报 | 2026-11-03 — 基因突变:当AI开始重写神经网络
人工智能·深度学习·神经网络