Deep_Learning_Task05: 卷积神经网络(CNN)/LeNet

卷积神经网络基础 二维互相关运算* 二维互相关(cross-correlation)运算的输入是一个二维输入数组和以和二维核数组,输出也是一个二维数组,其中核数组通常成为卷积和或滤波器(filter),卷积核的尺寸通常小于输入数组,卷积核在输入数组上滑动,在每个位置上,卷积核与该位置处的输入子数组按元素相乘并求和,得到输出数组中相应位置的元素 import torch import torch.nn as nn def corr2d(X, K): H, W = X.shape h, w = K.shape Y = torch.zeros(H - h + 1, W -