PyTorch - 06 - CNN张量形状：卷积神经网络及其特征图
发布时间
阅读量：
阅读量
PyTorch - 06 - CNN张量形状说明：卷积神经网络和特征图
- 卷积神经网络
- 深度学习模型输入的形态特征
- 图像的高度与宽度参数
- 图像的颜色通道构成
- 图像数据的批量处理方式
- NCHW、NHWC与CHWN格式对比
- 输出通道及特征图生成机制
- 特征映射图分析
- 内容归纳
Convolutional Neural Network
在本系列关于神经网络编程的讲解中，我们正致力于搭建卷积神经网络（CNN）结构，因此有必要先了解CNN所涉及的张量输入形式。
在最近的两篇文献中，我们阐述了张量的基本概念及其相关的属性，包括等级、轴和形状。若您尚未查阅这些内容，我衷心建议您进行查看。
当前阶段，我计划通过具体实例来阐释等级、轴与形状的含义。为此，我们将把图像输入数据视为卷积神经网络中的张量形式。
卷积神经网络因其在识别空间特征方面具有显著优势，被广泛应用于图像识别任务中。
还没有任何评论哟~