首页
查找话题
首页
深度学习cnn中,怎么理解图像进行池化(pooling)后的平移不变性?
深度学习cnn中,怎么理解图像进行池化(pooling)后的平移不变性? 第1页
1
yinfupai 网友的相关建议:
是因为卷积是平移得到的,所以图像在相应的平移程度下,进行max或average的池化结果是一样的吗?
深度学习cnn中,怎么理解图像进行池化(pooling)后的平移不变性? 的其他答案 点击这里
1
相关话题
如果有第谷的数据,现在的机器学习,深度学习有办法学出开普勒三定律吗?
如何评价Yann LeCun宣称『他已经做好放弃概率论的准备』?
无人车为什么一定要用激光雷达做,双目视觉难道不行吗?
如何看待华为 4 月 25 日发布的盘古智能大模型?在这个行业处于什么水平?
mxnet的并行计算为什么这么牛,是什么原理?
如何看待何恺明最新一作论文Masked Autoencoders?
深度学习在生物信息领域有什么应用?
了解/从事机器学习/深度学习系统相关的研究需要什么样的知识结构?
深度神经网络(DNN)是否模拟了人类大脑皮层结构?
transformer 为什么使用 layer normalization,而不是其他的归一化方法?
前一个讨论
以下这篇文章算是迷信和误导大众嘛?
下一个讨论
深度学习cnn中,怎么理解图像进行池化(pooling)后的平移不变性?
相关的话题
深度学习和强化学习之间的差别有多大?
如何看待 Richard Sutton 说的「人工智能中利用算力才是王道」?
如何开发一个自己的 TensorFlow?
如何理解 inductive learning 与 transductive learning?
如何看待知乎的AI答主「四十二」?人工智能有可能理解生命的意义是什么吗?
如何看待 TI7 上与 Dendi solo 的 OpenAI?
深度学习中有哪些数据增强方法?
普通FPGA工程师怎样向人工智能靠拢?
深度学习在生物信息领域有什么应用?
如何评价微软正在开发的人工智能编程软件 DeepCoder?
结合深度学习的图像修复怎么实现?
wav2vec中的30ms是怎么得来的?
ICLR 2019 有什么值得关注的亮点?
数字图像处理的工作是用传统算法更多还是用深度学习更多?
如何将某个分布作为机器学习的特征?
如何评价剑桥,腾讯, DeepMind以及港大团队新作 SimCTG ?
对自己深度学习方向的论文有idea,可是工程实践能力跟不上,实验搞不定怎么办?
人工智能会是泡沫吗?
为什么Transformer适合做多模态任务?
神经网络训练多个epoch,写论文的时候可以取最好的效果那一个epoch作为结果吗?
Word2vec 翻译到另一种语言,其向量空间之间的映射会不会是线性的?
为什么Transformer要用LayerNorm?
如何看待鄂维南院士等发起的机器学习联合研讨计划(c2sml.cn)?
计算机视觉顶级会议论文中比较适合初学计算机视觉的人做的复现实验有哪些?
有监督和无监督学习都各有哪些有名的算法和深度学习?
人工智能会是泡沫吗?
如何评价 2018 年度图灵奖颁发给三位深度学习之父?
物理专业的学生如何看待机器学习和大数据这些方向呢?
视觉Transformer如何优雅地避开位置编码?
如何看待NVIDIA 即将开源的DLA?
服务条款
联系我们
关于我们
隐私政策
© 2025-02-23 - tinynew.org. All Rights Reserved.
© 2025-02-23 - tinynew.org. 保留所有权利