代码之家 › 专栏 › 技术社区 › Benedict K.

输入图像位置的CNN权重

pytorch conv-neural-network machine-learning

-1

Benedict K. · 技术社区 · 6 年前

如果是CNN,请说:

如何将第三个conv块(即13x13过滤器大小)的内核位置与输入图像联系起来。我想比较不同位置的过滤器。

nn.Upsample(size = (224,224), mode='bilinear')

然而,很难证明本地通信是合理的。

1 回复 | 直到 6 年前

Benedict K. 6 年前

使用自适应池,通过自适应池,可以减小任何特征映射的大小。

推荐文章

bz_jf · CNN训练损失太不稳定了

2 年前

Elia · TF |培训结束后如何从CNN预测

6 年前

Cameron Blake · 基于Keras的误差多分类神经网络

6 年前

Md Riaz · 多标签文本分类。我有一个文本/标签csv。文本是纯文本,标签是字母数字

6 年前

mcanizo · keras conv1d输入数据重塑

6 年前

batuman · Google Net的感受野计算

6 年前

Nima · caffe检查失败:kernel\u size指定了2次;0个空间DIM

6 年前

user288609 · ValueError:输入0与层conv1d\u 1不兼容:预期ndim=3,发现ndim=4

6 年前

KatharsisHerbie · 两种不同输入类型(图像和值)的Keras神经网络

6 年前

Adam Collins · sess中的第二个feed\u dict。run(),培训时评估

6 年前