1. 首页
  2. 数据库
  3. 其它
  4. Learn_Dive into DL PyTorch 第二次打卡

Learn_Dive into DL PyTorch 第二次打卡

上传者: 2021-01-16 14:03:37上传 PDF文件 234.8KB 热度 12次
习题思考 1. 双向循环神经网络 双向循环神经网络结构示意图: 2. 关于Sequence to Sequence模型 Sequence to Sequence模型: 3. 卷积神经网络基础 二维互相关(cross-correlation)运算的输入是一个二维输入数组和一个二维核(kernel)数组,输出也是一个二维数组,其中核数组通常称为卷积核或过滤器(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。图1展示了一个互相关运算的例子,阴影部分分别是输入的第一个计算区域、核数
下载地址
用户评论