登录社区云,与社区用户共同成长
邀请您加入社区
(一)二维卷积
大多数文章都直接套用公式,并没有考虑实际输入图像的尺寸,是否除得尽。
我总结了针对不同尺寸图像,经过卷积以后的图像大小如下:
(注意:这里除以2是因为步长为2,如果步长为1就除以1)
(二)一维卷积
一维卷积是卷积核沿着一个维度方向(即序列长度方向)进行卷积。假设卷积核大小k×d,k可以任意设置,d是特征维度;特征图尺寸n×d,n为序列长度,d为特征维度。对特征图进行一维卷积以后,则卷积后的特征图大小为:H×1
参考:池化过程如何使通道数增加的?_卷积操作中的填充与池化-CSDN博客
有“AI”的1024 = 2048,欢迎大家加入2048 AI社区
更多推荐
项目拆解(二):模型输出是‘野‘的——三层兜底+重分析,把AI变成可靠零件
前两层都过了,数据入库了,最后一步是上屏。但这里还有坑——模型在"无风险"时会返回什么?真机实测:它返回了[""],甚至[" "](带空格的空串)。前端直接渲染,用户看到一个红色的空警告框,吓一跳。?${esc">无,这段代码挺干净</span>'">无,这段代码挺干净</span>'先t.trim()再。只挡不住[" "](带空格的字符串是真值),必须先清空格再过滤。这是真机踩出来的:第一次只写
风电场风力发电机数据集10203张:YOLO26 训练实录
本地 AI 智能体 OpenClaw 部署实操,Windows 一键配置方案分享
扫一扫分享内容
为遵守国家网络实名制规定,未绑定将限制内容发布与互动
所有评论(0)