1. 卷積後特徵圖大小計算
方形的特徵輸入： i
方形的卷積核尺寸： k
每個維度相同的步長： s
每個維度相同的padding: p
輸出特徵圖尺寸： o = ( i + 2p - k) / s +1
2. 反卷積
對於乙個 步長為s 的卷積而言，它的反卷積可以看作是在輸入特徵單元之間插入 s-1個0，將得到的特徵圖作為輸入特徵圖，然後進行步長為 1 的卷積操作。
3. 1x1 卷積
1×1卷積核可以起到乙個跨通道聚合的作用，所以進一步可以起到降維（或者公升維）的作用，起到減少引數的目的。
若用乙個 1x1 卷積核, 則可以將輸入特徵圖壓縮成 只有乙個通道的特徵圖。
若用n 個 1x1 卷積核, 則可以將輸入特徵圖壓縮成 只有n個通道的特徵圖。
深度學習基礎理論知識
深度學習入門，裡面包含各種基本知識 啟用函式 l正則化項和dropout 優化器 交叉驗證的時候，每一折都需要重新定義模型和優化器 正常的資料劃分為訓練集 驗證集 測試集三部分 調參的前提是模型需要收斂 batchsize的理解 神經網路的反向傳播 反向傳播看上去是乙個很簡單的過程，但實際上有很多技...
學習篇 Hadoop Hive 基礎理論
一 hadoop hive 基礎理論 1.hive 產生背景 2.hive 概述 總結 為什麼使用hive hive在hadoop生態系統中的位置 hive體系結構 hive部署架構 hive與rdbm的區別 區別hive rdbms 查詢語言 hqlsql 資料庫的儲存位置 hdfs raw de...
基礎理論（四）
1.簡述python中物件的記憶體是如何管理的 2.簡述類和物件的概念及類繼承的特點 3.簡述python如何操作 mysql,用到什麼包 寫出具體的增刪改查語句 4.簡述scrapy爬蟲的資料流向過程 5.網路七層協議都是哪七層?6.scrapy中如何設定隨機請求頭 隨機 寫出具體步驟 需要什麼配...