官方网站如何建立,最好的app制作网站,app开发企业一般选择,wordpress+网站白屏4.1 池化层原理
① 最大池化层有时也被称为下采样。
② dilation为空洞卷积#xff0c;如下图所示。
③ Ceil_model为当超出区域时#xff0c;只取最左上角的值。
④ 池化使得数据由5 * 5 变为3 * 3,甚至1 * 1的#xff0c;这样导致计算的参数会大大减小。例如1080P的电…4.1 池化层原理
① 最大池化层有时也被称为下采样。
② dilation为空洞卷积如下图所示。
③ Ceil_model为当超出区域时只取最左上角的值。
④ 池化使得数据由5 * 5 变为3 * 3,甚至1 * 1的这样导致计算的参数会大大减小。例如1080P的电影经过池化的转为720P的电影、或360P的电影后同样的网速下视频更为不卡。 4.2 池化层处理数据
import torch
from torch import nn
from torch.nn import MaxPool2dinput torch.tensor([[1,2,0,3,1],[0,1,2,3,1],[1,2,1,0,0],[5,2,3,1,1],[2,1,0,1,1]], dtype torch.float32)
input torch.reshape(input,(-1,1,5,5))
print(input.shape)class Tudui(nn.Module):def __init__(self):super(Tudui, self).__init__()self.maxpool MaxPool2d(kernel_size3, ceil_modeTrue)def forward(self, input):output self.maxpool(input)return outputtudui Tudui()
output tudui(input)
print(output)
结果 4.3 池化层处理图片 import torch
import torchvision
from torch import nn
from torch.nn import MaxPool2d
from torch.utils.data import DataLoader
from torch.utils.tensorboard import SummaryWriterdataset torchvision.datasets.CIFAR10(./dataset,trainFalse,transformtorchvision.transforms.ToTensor(),downloadTrue)
dataloader DataLoader(dataset, batch_size64)class Tudui(nn.Module):def __init__(self):super(Tudui, self).__init__()self.maxpool MaxPool2d(kernel_size3, ceil_modeTrue)def forward(self, input):output self.maxpool(input)return outputtudui Tudui()
writer SummaryWriter(logs)
step 0for data in dataloader:imgs, targets datawriter.add_images(input, imgs, step)output tudui(imgs)writer.add_images(output, output, step)step step 1
操作
① 在 Anaconda 终端里面激活py3.6.3环境再输入 tensorboard --logdirC:\Users\wangy\Desktop\03CV\logs 命令将网址赋值浏览器的网址栏回车即可查看tensorboard显示日志情况。 结果
