- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我的输入张量为 shape (C,H,W)
,其中H=W
和C=W^2
。该张量包含 shape (1,H,W)
图像的非线性变换信息挤压到(H,W)
。转换的确切形式并不重要(另外,无论如何也没有封闭形式的表达式)。我想设计一个CNN
从这样的张量估计图像。我意识到我必须尝试 CNN architectures
(因为我没有转换的确切形式),但我不太确定如何继续。
输入张量既有正值又有负值,这对于图像重建很重要,因此 ReLU layer
可能不应该在 CNN
开头附近实现。我也不认为池化层有用,至少在 H
中是这样。和W
方面。显然,我必须折叠 C 维度才能获得图像,但我认为不应该一次性完成,e.g., torch.nn.Conv2d( C, 1, kernel_size )
可能不是一个好主意。
在我看来,我应该首先使用 Conv2D layer
它产生与输入张量相同大小的张量(以部分解扰非线性变换),但如果内核大小大于 1 H
和W
尺寸将减小,这是我不希望的(除非稍后可以在 CNN
中解决这个问题)。另一方面,如果内核大小为 1,则形状将保持相同,但我认为在这种情况下张量不会发生任何变化。另外,我可能必须包含线性层,但我不确定如何将它们与 3D
一起使用。张量。
欢迎任何建议。
最佳答案
只要先应用加权线性层,在开头附近应用 ReLU 层就没有问题。如果网络得知它需要那里的值,它可以应用负权重来保留信息(粗略地说)。
事实上,在某些网络中要做的一件有用的事情就是对输入进行归一化以适应 N(0, 1) 正态分布。请参阅https://www.researchgate.net/post/Which_data_normalization_method_should_be_used_in_this_artificial_neural_network
关于由于内核大小而“减少”H/W 尺寸的问题 - 您可以在边界上使用 0 填充来避免此问题。根据我的经验,网络通常可以很好地处理这个问题。但是,如果性能是一个问题,通常您可能希望显着降低分辨率,然后在最后进行某种升级。您可以在这里找到此类网络的示例: Create image of Neural Network structure
对于池化/特征层:因为张量的深度非常大(W^2),我建议您实际上立即减少很多。由于张量中每一层的权重,网络的复杂性在张量深度和像素数方面是二次。所以,我的基本策略是一开始就快速缩小信息空间,进行一些层计算,然后进行放大。
这些年来我学到的是,CNN 具有很强的弹性,而且纸面上看起来不错的架构思想在现实中效果甚微 - 最好的因素几乎总是更多的层(以良好的方式完成,但自从 ResNet 以来,它变得更加容易)和更多/更好的数据。因此,我会开始试验并尝试评估给定的工作 PoC 是什么阻止了网络或尝试各种变体。
我希望这有足够的意义:)祝你好运!
关于python - 使用 CNN 进行图像反卷积,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/59913069/
我正在尝试构建不同(但每个同质)类型的可遍历项的多个交叉产品。所需的返回类型是元组的可遍历对象,其类型与输入可遍历对象中的类型相匹配。例如: List(1, 2, 3) cross Seq("a",
import java.util.Scanner; public class BooleanProduct { public static void main(String[] args) {
任务 - 数字的最大 K 积 时间限制:1 内存限制:64 M 给定一个整数序列 N(1 ≤ N ≤ 10 月,| A i | ≤ 2.10 9)和数量 K(1 ≤ K ≤ N)。找出乘积最大的 K
考虑一个大小为 48x16 的 float 矩阵 A 和一个大小为 1x48 的 float vector b。 请建议一种在常见桌面处理器 (i5/i7) 上尽可能快地计算 b×A 的方法。 背景。
假设我有一个 class Rectangle(object): def __init__(self, len
设 A 为 3x3 阶矩阵。判断矩阵A的 boolean 积可以组成多少个不同的矩阵。 这是我想出的: #include int main() { int matri
背景 生成随机权重列表后: sizes = [784,30,10] weights = [np.random.randn(y, x) for x, y in zip(sizes[:-1],sizes[
我正在开发一个 python 项目并使用 numpy。我经常需要通过单位矩阵计算矩阵的克罗内克积。这些是我代码中的一个相当大的瓶颈,所以我想优化它们。我必须服用两种产品。第一个是: np.kron(n
有人可以提供一个例子说明如何使用 uBLAS 产品来乘法吗?或者,如果有更好的 C++ 矩阵库,您可以推荐我也欢迎。这正在变成一个令人头疼的问题。 这是我的代码: vector myVec(scala
我正在尝试开发一个Javascript程序,它会提示用户输入两个整数,然后显示这两个整数的和、乘积、差和商。现在它只显示总和。我实际上不知道乘法、减法和除法命令是否正在执行。这是 jsfiddle 的
如何使用 la4j 计算 vector (叉)积? vector 乘积为 接受两个 vector 并返回 vector 。 但是他们有scalar product , product of all e
在 C++ 中使用 Lapack 让我有点头疼。我发现为 fortran 定义的函数有点古怪,所以我尝试在 C++ 上创建一些函数,以便我更容易阅读正在发生的事情。 无论如何,我没有让矩阵 vecto
是否可以使用 Apple 的 Metal Performance Shaders 执行 Hadamard 产品?我看到可以使用 this 执行普通矩阵乘法,但我特别在寻找逐元素乘法,或者一种构造乘法的
我正在尝试使用 open mp 加速稀疏矩阵 vector 乘积,代码如下: void zAx(double * z, double * data, long * colind, long * row
有没有一种方法可以使用 cv::Mat OpenCV 中的数据结构? 我检查过 the documentation并且没有内置功能。但是我在尝试将标准矩阵乘法表达式 (*) 与 cv::Mat 类型的
我是一名优秀的程序员,十分优秀!