【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
人工智能训练1 小时前
【极速部署】Ubuntu24.04+CUDA13.0 玩转 VLLM 0.15.0:预编译 Wheel 包 GPU 版安装全攻略
运维·前端·人工智能·python·ai编程·cuda·vllm
源于花海2 小时前
迁移学习相关的期刊和会议
人工智能·机器学习·迁移学习·期刊会议
不会代码的小猴3 小时前
Linux环境编程第六天笔记--system-V IPC
linux·笔记
DisonTangor4 小时前
DeepSeek-OCR 2: 视觉因果流
人工智能·开源·aigc·ocr·deepseek
乌恩大侠4 小时前
【笔记】USRP 5G 和 6G 参考架构
笔记·5g
薛定谔的猫19824 小时前
二十一、基于 Hugging Face Transformers 实现中文情感分析情感分析
人工智能·自然语言处理·大模型 训练 调优
发哥来了4 小时前
《AI视频生成技术原理剖析及金管道·图生视频的应用实践》
人工智能
biuyyyxxx4 小时前
Python自动化办公学习笔记(一) 工具安装&教程
笔记·python·学习·自动化
数智联AI团队4 小时前
AI搜索引领开源大模型新浪潮,技术创新重塑信息检索未来格局
人工智能·开源
不懒不懒4 小时前
【线性 VS 逻辑回归:一篇讲透两种核心回归模型】
人工智能·机器学习