chinese直男口爆体育生外卖, 99久久er热在这里只有精品99, 又色又爽又黄18禁美女裸身无遮挡, gogogo高清免费观看日本电视,私密按摩师高清版在线,人妻视频毛茸茸,91论坛 兴趣闲谈,欧美 亚洲 精品 8区,国产精品久久久久精品免费

電子發(fā)燒友App

硬聲App

搜索歷史

清空
搜索熱詞
      0
      • 聊天消息
      • 系統(tǒng)消息
      • 評(píng)論與回復(fù)
      VIP于 到期 續(xù)費(fèi)
      登錄后你可以
      • 下載海量資料
      • 學(xué)習(xí)在線課程
      • 觀看技術(shù)視頻
      • 寫文章/發(fā)帖/加入社區(qū)
      會(huì)員中心
      創(chuàng)作中心
      發(fā)布
      創(chuàng)作活動(dòng)

      完善資料讓更多小伙伴認(rèn)識(shí)你，還能領(lǐng)取20積分哦，立即完善>

      3天內(nèi)不再提示
      創(chuàng)作
      電子發(fā)燒友網(wǎng)>電子資料下載>電子資料>PyTorch教程7.4之多個(gè)輸入和多個(gè)輸出通道

      PyTorch教程7.4之多個(gè)輸入和多個(gè)輸出通道

      2023-06-05 | pdf | 0.21 MB | 次下載 | 免費(fèi)

      資料介紹

      雖然我們?cè)诘?7.1.4 節(jié)中描述了構(gòu)成每個(gè)圖像的多個(gè)通道（例如，彩色圖像具有標(biāo)準(zhǔn)的 RGB 通道來(lái)指示紅色、綠色和藍(lán)色的數(shù)量）和多個(gè)通道的卷積層，但到目前為止，我們簡(jiǎn)化了 所有我們的數(shù)值示例僅使用單個(gè)輸入和單個(gè)輸出通道。這使我們能夠?qū)⑤斎搿⒕矸e核和輸出視為二維張量。

      當(dāng)我們將通道添加到混合中時(shí)，我們的輸入和隱藏表示都變成了三維張量。例如，每個(gè) RGB 輸入圖像都有形狀3×h×w. 我們將這個(gè)尺寸為 3 的軸稱為通道維度。通道的概念與 CNN 本身一樣古老。例如 LeNet5 ( LeCun et al. , 1995 )使用它們。在本節(jié)中，我們將更深入地了解具有多個(gè)輸入和多個(gè)輸出通道的卷積核。

      import torch
from d2l import torch as d2l

      from mxnet import np, npx
from d2l import mxnet as d2l

npx.set_np()

      import jax
from jax import numpy as jnp
from d2l import jax as d2l

      No GPU/TPU found, falling back to CPU. (Set TF_CPP_MIN_LOG_LEVEL=0 and rerun for more info.)

      import tensorflow as tf
from d2l import tensorflow as d2l

      7.4.1. 多個(gè)輸入通道

      當(dāng)輸入數(shù)據(jù)包含多個(gè)通道時(shí)，我們需要構(gòu)造一個(gè)與輸入數(shù)據(jù)具有相同輸入通道數(shù)的卷積核，以便與輸入數(shù)據(jù)進(jìn)行互相關(guān)。假設(shè)輸入數(shù)據(jù)的通道數(shù)為ci, 卷積核的輸入通道數(shù)也需要為 ci. 如果我們的卷積核的窗口形狀是 kh×kw, 那么當(dāng)ci=1，我們可以將卷積核視為形狀的二維張量 kh×kw.

      然而，當(dāng)ci>1，我們需要一個(gè)包含形狀張量的內(nèi)核kh×kw對(duì)于每個(gè)輸入通道。連接這些ci張量一起產(chǎn)生形狀的卷積核 ci×kh×kw. 由于輸入和卷積核各有ci通道，我們可以對(duì)每個(gè)通道的輸入的二維張量和卷積核的二維張量進(jìn)行互相關(guān)運(yùn)算，加上ci結(jié)果一起（對(duì)通道求和）以產(chǎn)生二維張量。這是多通道輸入和多輸入通道卷積核之間的二維互相關(guān)的結(jié)果。

      圖 7.4.1提供了具有兩個(gè)輸入通道的二維互相關(guān)的示例。陰影部分是第一個(gè)輸出元素以及用于輸出計(jì)算的輸入和內(nèi)核張量元素： (1×1+2×2+4×3+5×4)+(0×0+1×1+3×2+4×3)=56.

      https://file.elecfans.com/web2/M00/AA/41/pYYBAGR9NVaAIsPvAAHtOvp5Bfs298.svg

      圖 7.4.1 2 個(gè)輸入通道的互相關(guān)計(jì)算。

      為了確保我們真正理解這里發(fā)生了什么，我們可以自己實(shí)現(xiàn)多個(gè)輸入通道的互相關(guān)操作。請(qǐng)注意，我們所做的只是對(duì)每個(gè)通道執(zhí)行互相關(guān)運(yùn)算，然后將結(jié)果相加。

      def corr2d_multi_in(X, K):
  # Iterate through the 0th dimension (channel) of K first, then add them up
  return sum(d2l.corr2d(x, k) for x, k in zip(X, K))

      def corr2d_multi_in(X, K):
  # Iterate through the 0th dimension (channel) of K first, then add them up
  return sum(d2l.corr2d(x, k) for x, k in zip(X, K))

      def corr2d_multi_in(X, K):
  # Iterate through the 0th dimension (channel) of K first, then add them up
  return sum(d2l.corr2d(x, k) for x, k in zip(X, K))

      def corr2d_multi_in(X, K):
  # Iterate through the 0th dimension (channel) of K first, then add them up
  return tf.reduce_sum([d2l.corr2d(x, k) for x, k in zip(X, K)], axis=0)

      我們可以構(gòu)造對(duì)應(yīng)于圖 7.4.1中的值的輸入張量X和核張量來(lái)驗(yàn)證互相關(guān)運(yùn)算的輸出。K

      X = torch.tensor([[[0.0, 1.0, 2.0], [3.0, 4.0, 5.0], [6.0, 7.0, 8.0]],
        [[1.0, 2.0, 3.0], [4.0, 5.0, 6.0], [7.0, 8.0, 9.0]]])
K = torch.tensor([[[0.0, 1.0], [2.0, 3.0]], [[1.0, 2.0], [3.0, 4.0]]])

corr2d_multi_in(X, K)

      tensor([[ 56., 72.],
    [104., 120.]])

      X = np.array([[[0.0, 1.0, 2.0], [3.0, 4.0, 5.0], [6.0, 7.0, 8.0]],
        [[1.0, 2.0, 3.0], [4.0, 5.0, 6.0], [7.0, 8.0, 9.0]]])
K = np.array([[[0.0, 1.0], [2.0, 3.0]], [[1.0, 2.0], [3.0, 4.0]]])

corr2d_multi_in(X, K)

      array([[ 56., 72.],
    [104., 120.]])

      X = jnp.array([[[0.0, 1.0, 2.0], [3.0, 4.0, 5.0], [6.0, 7.0, 8.0]],
        [[1.0, 2.0, 3.0], [4.0, 5.0, 6.0], [7.0, 8.0, 9.0]]])
K = jnp.array([[[0.0, 1.0], [2.0, 3.0]], [[1.0, 2.0], [3.0, 4.0]]])

corr2d_multi_in(X, K)

      Array([[ 56., 72.],
    [104., 120.

      下載該資料的人也在下載 下載該資料的人還在閱讀
      更多 >

      評(píng)論

      查看更多

      下載排行

      本周

      1. 1山景DSP芯片AP8248A2數(shù)據(jù)手冊(cè)
      2. 1.06 MB  |  532次下載  |  免費(fèi)
      3. 2RK3399完整板原理圖（支持平板，盒子VR）
      4. 3.28 MB  |  339次下載  |  免費(fèi)
      5. 3TC358743XBG評(píng)估板參考手冊(cè)
      6. 1.36 MB  |  330次下載  |  免費(fèi)
      7. 4DFM軟件使用教程
      8. 0.84 MB  |  295次下載  |  免費(fèi)
      9. 5元宇宙深度解析—未來(lái)的未來(lái)-風(fēng)口還是泡沫
      10. 6.40 MB  |  227次下載  |  免費(fèi)
      11. 6迪文DGUS開發(fā)指南
      12. 31.67 MB  |  194次下載  |  免費(fèi)
      13. 7元宇宙底層硬件系列報(bào)告
      14. 13.42 MB  |  182次下載  |  免費(fèi)
      15. 8FP5207XR-G1中文應(yīng)用手冊(cè)
      16. 1.09 MB  |  178次下載  |  免費(fèi)

      本月

      1. 1OrCAD10.5下載OrCAD10.5中文版軟件
      2. 0.00 MB  |  234315次下載  |  免費(fèi)
      3. 2555集成電路應(yīng)用800例(新編版)
      4. 0.00 MB  |  33566次下載  |  免費(fèi)
      5. 3接口電路圖大全
      6. 未知  |  30323次下載  |  免費(fèi)
      7. 4開關(guān)電源設(shè)計(jì)實(shí)例指南
      8. 未知  |  21549次下載  |  免費(fèi)
      9. 5電氣工程師手冊(cè)免費(fèi)下載(新編第二版pdf電子書)
      10. 0.00 MB  |  15349次下載  |  免費(fèi)
      11. 6數(shù)字電路基礎(chǔ)pdf(下載)
      12. 未知  |  13750次下載  |  免費(fèi)
      13. 7電子制作實(shí)例集錦 下載
      14. 未知  |  8113次下載  |  免費(fèi)
      15. 8《LED驅(qū)動(dòng)電路設(shè)計(jì)》 溫德爾著
      16. 0.00 MB  |  6656次下載  |  免費(fèi)

      總榜

      1. 1matlab軟件下載入口
      2. 未知  |  935054次下載  |  免費(fèi)
      3. 2protel99se軟件下載(可英文版轉(zhuǎn)中文版)
      4. 78.1 MB  |  537798次下載  |  免費(fèi)
      5. 3MATLAB 7.1 下載 (含軟件介紹)
      6. 未知  |  420027次下載  |  免費(fèi)
      7. 4OrCAD10.5下載OrCAD10.5中文版軟件
      8. 0.00 MB  |  234315次下載  |  免費(fèi)
      9. 5Altium DXP2002下載入口
      10. 未知  |  233046次下載  |  免費(fèi)
      11. 6電路仿真軟件multisim 10.0免費(fèi)下載
      12. 340992  |  191187次下載  |  免費(fèi)
      13. 7十天學(xué)會(huì)AVR單片機(jī)與C語(yǔ)言視頻教程 下載
      14. 158M  |  183279次下載  |  免費(fèi)
      15. 8proe5.0野火版下載(中文版免費(fèi)下載)
      16. 未知  |  138040次下載  |  免費(fèi)