Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
OpenDocCN
d2l-zh
提交
d5502fd0
D
d2l-zh
项目概览
OpenDocCN
/
d2l-zh
通知
2
Star
0
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
D
d2l-zh
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
体验新版 GitCode,发现更多精彩内容 >>
未验证
提交
d5502fd0
编写于
7月 16, 2018
作者:
M
Mu Li
提交者:
GitHub
7月 16, 2018
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
Update padding-and-strides.md
上级
8e1ff6ed
变更
1
隐藏空白更改
内联
并排
Showing
1 changed file
with
1 addition
and
1 deletion
+1
-1
chapter_convolutional-neural-networks/padding-and-strides.md
chapter_convolutional-neural-networks/padding-and-strides.md
+1
-1
未找到文件。
chapter_convolutional-neural-networks/padding-and-strides.md
浏览文件 @
d5502fd0
...
...
@@ -2,7 +2,7 @@
在上一节的例子里,我们使用高宽为3的输入和高宽为2的卷积核得到高宽为2的输出。一般来说,假设输入形状是$n_h
\t
imes n_w$,卷积核形状是$k_h
\t
imes k_w$,那么输出形状将会是
$$(n_h-k_h+1)
\t
imes (n_
h
-k_w+1).$$
$$(n_h-k_h+1)
\t
imes (n_
w
-k_w+1).$$
所以卷积层的输出形状由输入形状和卷积核形状决定。这一节我们将介绍卷积层的两个超参数,填充和步幅,它们可以在给定形状的输入和卷积核下来改变输出形状。
...
...
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录