文章目录

1.多输入多输出通道
2.假设输入为 ci×h×w ，卷积核大小为 co×ci×kh×kw ，填充为 (ph,pw) ，步幅为 (sh,sw) 。
3.如果我们将输入通道 ci 和输出通道 co 的数量加倍，计算数量会增加多少？如果我们把填充数量翻一番会怎么样？
4.如果卷积核的高度和宽度是 kh=kw=1 ，前向传播的计算复杂度是多少？
5.本节最后一个示例中的变量Y1和Y2是否完全相同？为什么？
6.当卷积窗口不是 1×1 时，如何使用矩阵乘法实现卷积？

1.多输入多输出通道

假设我们有两个卷积核，大小分别为 k1 和 k2 （中间没有非线性激活函数）。
我觉得这道题就是去讨论卷积的结合律

1.证明运算可以用单次卷积来表示。

2.这个等效的单卷积的维数是多少呢？
和依次卷两次的维数是一样的

3.反之亦然吗？
亦然

2.假设输入为 ci×h×w ，卷积核大小为 co×ci×kh×kw ，填充为 (ph,pw) ，步幅为 (sh,sw) 。

1.前向传播的计算成本（乘法和加法）是多少？
乘法:[(h−kh+ph+sh)/sh]×[(w−kw+pw+

动手深度学习v2 多输入多输出通道课后习题相关推荐

动手深度学习v2 汇聚层pooling 课后习题
文章目录 1.你能将平均汇聚层作为卷积层的特殊情况实现吗? 2.你能将最大汇聚层作为卷积层的特殊情况实现吗? 3.假设汇聚层的输入大小为 c×h×w ,则汇聚窗口的形状为 ph×pw ,填充为 (ph ...
pycharm笔记-动手学深度学习（李沐）微积分课后习题
1.绘制函数
使用AWS最便宜的GPU实例 from 动手学深度学习v2 李沐大神
使用AWS最便宜的GPU实例 from 动手学深度学习v2 李沐大神视频链接https://www.bilibili.com/video/BV1MA411L78X?t=493 由于购买的电脑没有配 ...
【动手学深度学习v2李沐】学习笔记07：权重衰退、正则化
前文回顾:模型选择.欠拟合和过拟合文章目录一.权重衰退 1.1 硬性限制 1.2 柔性限制(正则化) 1.3 参数更新法则 1.4 总结二.代码实现 2.1 从零开始实现 2.1.1 人工数据集 ...
李沐动手学深度学习v2/总结1
总结编码过程数据数据预处理模型参数,初始化参数超参数损失函数,先计算损失,清空梯度(防止有累积的梯度),再对损失后向传播计算损失关于参数的梯度优化算法,使用优化算法更新参数训练求参数 ...
动手学深度学习v2 p1引言监督学习与无监督学习
1.引言 1.2. 机器学习中的关键组件首先介绍一些核心组件.无论什么类型的机器学习问题,都会遇到这些组件: 可以用来学习的数据(data): 如何转换数据的模型(model): 一个目标函数(ob ...
《动手学深度学习v2》之细致解析（1)内容及介绍及安装
前言作者来自北京某不知名985,现在是本科在读学生,专业是数据科学与大数据技术,班上同学都太卷了,没办法,需要学习深度学习,经大佬介绍,在B站上找到了一个很不错的资源,李沐老师的<动手学深度学 ...
new 动手学深度学习V2环境安装
动手学深度学习V2 环境安装虚拟环境 d2l-zh安装 conda create -n d2l-zh -y python=3.8 pip pip install jupyter d2l torch ...
57 长短期记忆网络（LSTM）【动手学深度学习v2】
57 长短期记忆网络(LSTM)[动手学深度学习v2] 深度学习学习笔记学习视频:https://www.bilibili.com/video/BV1JU4y1H7PC/?spm_id_from=a ...

动手深度学习v2 多输入多输出通道课后习题

文章目录

1.多输入多输出通道

2.假设输入为 ci×h×w ，卷积核大小为 co×ci×kh×kw ，填充为 (ph,pw) ，步幅为 (sh,sw) 。

动手深度学习v2 多输入多输出通道课后习题相关推荐

最新文章

热门文章