Python深度學(xué)習(xí)pytorch神經(jīng)網(wǎng)絡(luò)多輸入多輸出通道
雖然每個(gè)圖像具有多個(gè)通道和多層卷積層。例如彩色圖像具有標(biāo)準(zhǔn)的RGB通道來指示紅、綠和藍(lán)。但是到目前為止，我們僅展示了單個(gè)輸入和單個(gè)輸出通道的簡化例子。這使得我們可以將輸入、卷積核和輸出看作二維張量。
當(dāng)我們添加通道時(shí)，我們的輸入和隱藏的表示都變成了三維張量。例如，每個(gè)RGB輸入圖像具有 3 × h × w 的形狀。我們將這個(gè)大小為3的軸稱為通道（channel）維度。在本節(jié)中，我們將更深入地研究具有多輸入和多輸出通道的卷積核。
多輸入通道
當(dāng)輸入包含多個(gè)通道時(shí)，需要構(gòu)造一個(gè)與輸入數(shù)據(jù)具有相同輸入通道數(shù)目的卷積核，以便與輸入數(shù)據(jù)進(jìn)行互相關(guān)計(jì)算。
多輸出通道
到目前為止，不論有多少輸入通道，我們還只有一個(gè)輸出通道。然而，每一層有多個(gè)輸出通道是至關(guān)重要的。
在最流行的神經(jīng)網(wǎng)絡(luò)架構(gòu)中，隨著神經(jīng)網(wǎng)絡(luò)層數(shù)的加深，我們常會(huì)增加輸出通道的維數(shù)，通過減少空間分辨率以獲得更大的通道深度。
直觀地說，我們可以將每個(gè)通道看作是對不同的特征的相應(yīng)。
1×1卷積層
1 × 1卷積，這看起來似乎沒有多大意義。畢竟，卷積的本質(zhì)是有效提取相鄰像素間的相關(guān)特征，而 1 × 1卷積顯然沒有此作用。盡管如此， 1 × 1 仍然十分流行，時(shí)常包含在復(fù)雜深層網(wǎng)絡(luò)的設(shè)計(jì)中。
因?yàn)槭褂昧俗钚〈翱冢?1 × 1 卷積失去了卷積層的特有能力——在高度核寬度維度上，識別相鄰元素間相互作用的能力。其實(shí)， 1 × 1 卷積的唯一計(jì)算發(fā)生在通道上。
下圖展示了使用 1 × 1 卷積核與3個(gè)輸入通道和2個(gè)輸出通道的互相關(guān)計(jì)算。這里輸入和輸出具有相同的高度和寬度，輸出中的每個(gè)元素都是從輸入圖像中的同一位置的元素的線性組合。我們可以將 1 × 1 卷積層看作是在每個(gè)像素位置應(yīng)用的全連接層。
以上就是Python深度學(xué)習(xí)pytorch神經(jīng)網(wǎng)絡(luò)多輸入多輸出通道的詳細(xì)內(nèi)容，更多關(guān)于pytorch神經(jīng)網(wǎng)絡(luò)多輸入多輸出通道的資料請關(guān)注腳本之家其它相關(guān)文章！
相關(guān)文章
django創(chuàng)建自定義模板處理器的實(shí)例詳解
這篇文章主要介紹了django創(chuàng)建自定義模板處理器的實(shí)例詳解的相關(guān)資料,這里說明了如何需要django模板處理器及實(shí)現(xiàn)方法，希望大家能理解掌握這部分內(nèi)容，需要的朋友可以參考下2017-08-08
Python實(shí)現(xiàn)雙進(jìn)程防止單點(diǎn)故障實(shí)例深度探究
在分布式系統(tǒng)中,確保系統(tǒng)的高可用性是至關(guān)重要的,本文將深入探討如何使用Python實(shí)現(xiàn)雙進(jìn)程自我保護(hù)機(jī)制,以應(yīng)對單點(diǎn)故障,確保系統(tǒng)穩(wěn)定運(yùn)行,將通過詳實(shí)的示例代碼,介紹雙進(jìn)程自我保護(hù)的原理、實(shí)現(xiàn)步驟以及可能遇到的挑戰(zhàn)2024-01-01
TensorFlow安裝CPU版本和GPU版本的實(shí)現(xiàn)步驟
本文主要介紹了TensorFlow安裝CPU版本和GPU版本的實(shí)現(xiàn)步驟,文中通過圖文示例介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2025-03-03
Python3 操作 MySQL 插入一條數(shù)據(jù)并返回主鍵 id的實(shí)例
這篇文章主要介紹了Python3 操作 MySQL 插入一條數(shù)據(jù)并返回主鍵 id的實(shí)例，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-03-03
在 Odoo 中,可以通過幾種方式實(shí)現(xiàn)字段的訪問控制?0c;包括通過模型安全規(guī)則、記錄規(guī)則和字段屬性來限制字段的訪問,這篇文章主要介紹了odoo字段訪問控制的相關(guān)操作,感興趣的朋友跟隨小編一起看看吧2024-03-03
對Python實(shí)現(xiàn)累加函數(shù)的方法詳解
今天小編就為大家分享一篇對Python實(shí)現(xiàn)累加函數(shù)的方法詳解，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-01-01
Python中不同圖表的數(shù)據(jù)可視化的實(shí)現(xiàn)
數(shù)據(jù)可視化是以圖形格式呈現(xiàn)數(shù)據(jù)。它通過以簡單易懂的格式匯總和呈現(xiàn)大量數(shù)據(jù)，幫助人們理解數(shù)據(jù)的重要性，并有助于清晰有效地傳達(dá)信息。本文為大家準(zhǔn)備了Python實(shí)現(xiàn)不同圖表數(shù)據(jù)可視化的代碼，需要的可以參考一下2022-08-08
Python中的裝飾器鏈(decorator chain)詳解
在Python中,裝飾器是一種高級功能,它允許你在不修改函數(shù)或類代碼的情況下,為它們添加額外的功能,裝飾器通常用于日志記錄、性能測量、權(quán)限檢查等場景,當(dāng)多個(gè)裝飾器應(yīng)用于同一個(gè)函數(shù)或類時(shí),形成裝飾器鏈,這篇文章主要介紹了Python中的裝飾器鏈詳解,需要的朋友可以參考下2024-06-06
Django+uni-app實(shí)現(xiàn)數(shù)據(jù)通信中的請求跨域的示例代碼
這篇文章主要介紹了Django+uni-app實(shí)現(xiàn)數(shù)據(jù)通信中的請求跨域的示例代碼，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-10-10
Django中日期處理注意事項(xiàng)與自定義時(shí)間格式轉(zhuǎn)換詳解
這篇文章主要給大家介紹了關(guān)于Django中日期處理注意事項(xiàng)與自定義時(shí)間格式轉(zhuǎn)換的相關(guān)資料，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2018-08-08