#
一. valid卷積的梯度 我們分兩種不同的情況討論valid卷積的梯度：第一種情況，在已知卷積核的情況下，對未知張量求導(即對張量中每一個變量求導)；第二種情況，在已知張量的情況下，對未知卷積核求導
卷積和膨脹卷積 在深度學習中，我們會碰到卷積的概念，我們知道卷積簡單來理解就是累乘和累加，普通的卷積我們在此不做贅述，大家可以翻看相關書籍很好的理解。 最近在做項目過程中，碰到Pytorch中使用膨脹
卷積在pytorch中有兩種實現，一種是torch.nn.Conv2d()，一種是torch.nn.functional.conv2d()，這兩種方式本質都是執行卷積操作，對輸入的要求也是一樣的，首先
一、卷積神經網絡CNN簡介 卷積神經網絡（ConvolutionalNeuralNetwork，CNN）最初是為解決圖像識別等問題設計的，CNN現在的應用已經不限于圖像和視頻，也可用于時間序列信號，比
1.簡介 神經網絡在各種數據方面處理上已經取得了很大的成功，包括圖像、文本、時間序列等。然而，學術界或工業界都面臨的一個問題是，不能以任何細節來理解其工作的過程，只能通過實驗來檢測其效果，而
簡史 卷積神經網絡 在過去的十年里，計算機視覺領域取得的進步是前所未有的。機器現在可以識別視頻中的圖像或某一幀，準確率(98%)超過人類(97%)。之所以有這么大的突破，就是得益于
