【软件端(3)】CNN

分类与检索,超分辨率重构,无人驾驶,医学领域

权重参数比较小,好训练

池化层,压缩

不选平均池化,因为最大池化最好

两次卷积,一次池化

带参数计算的才能叫做一层,只有卷积层和全连接层带参数计算

In_channels,当前输入的特征图个数,这里16表示是用16个卷积核

信号感觉不建议使用数据增强

相关推荐
锋行天下5 小时前
langgraph 后端发自定义数据,前端接收方法概括
人工智能·python
泯泷6 小时前
单个 AI 再强,为什么也干不过一支 AI 团队?
人工智能·llm·agent
浪遏6 小时前
认识 wm:从多平台发布到可扩展 CLI 的架构设计
人工智能
深蓝AI7 小时前
英伟达换帅当天,我先跑了一遍 GPU 环境体检:版本矩阵比人事更值得盯
人工智能·gpu
罗西的思考8 小时前
【轻量化复刻大模型 / KIMI K3】AttnRes 模块交互式演示
人工智能·算法·机器学习
stormzhangV9 小时前
涨薪 50% 怎么做到的?
人工智能·面试·aigc
老金带你玩AI9 小时前
如何在5分钟之内创建Grok Bot的超级团队
人工智能
程序员cxuan9 小时前
离谱,AI 大佬顺手搓了个 YouTube ,而我顺手给他搓了个中文插件
人工智能·后端·程序员
zixu_star10 小时前
上下文工程:Prompt、记忆和上下文如何管理?
人工智能·prompt
ZONGYUAN-ROOT10 小时前
【3D仿真数据集】从“能生成”到“能用”:面向工业仿真的3D资产自治自愈流水线全链路落地
人工智能