从零开始编写深度学习库（五）Eigen Tensor学习笔记2.0

1、extract_image_patches函数的使用：

假设Eigen::Tensor形状为(3,8,8,9),现在要对第二维、第三维根据size大小为(2,2),stride=(2,2)，那么如果tensor类型是rowmajor类型，那么经过extract_image_patches后的数据就是(3,4*4,2,2,9)的5维数组，如果tensor类型是colmajor类型，那么得到的数据就是(3,2,2,4*4,9)的五维数组。

     Eigen::array<int, 2> reduction_dims{2,3};Tensor5xf patches = bottom.extract_image_patches(m_hksize, m_wksize, m_hstride, m_wstride, 1,1, Eigen::PADDING_VALID);//std::cout << "post_reduce_dims"<<  post_reduce_dims << std::endl;Tensor3xf pooling.device() = patches.maximum(reduction_dims); top=pooling.reshape(post_reduce_dims);

另外需要注意的是如果size大小为(3,2)，那么如果是rowmajor那么数组的形状将是(3,*,2,3,9);如果是colmajor那么数组的形状将是(3,*,3,2,9)

2、降维统计

Eigen::array<int, 2> reduction_dims{2,3};
patches.mean(reduction_dims);//求取第2、3维度的平均值
patches.maximum(reduction_dims);//求取第2、3维度的最大值

3、数据存储方式交换：swap_layout()

比如如果Tensor变量是 colmajor，可以调用该函数，返回的新tensor就是rowmajor格式。

4、

从零开始编写深度学习库（五）Eigen Tensor学习笔记2.0相关推荐

从零开始编写深度学习库（四）Eigen::Tensor学习使用及代码重构
从零开始编写深度学习库(四)Eigen::Tensor学习使用及代码重构博客:http://blog.csdn.net/hjimce 微博:黄锦池-hjimce qq:1393852684 一. ...
从零开始编写深度学习库（三）ActivationLayer网络层CPU实现
从零开始编写深度学习库(三)ActivationLayer网络层CPU实现博客:http://blog.csdn.net/hjimce 微博:黄锦池-hjimce qq:1393852684 一 ...
从零开始编写深度学习库（二）FullyconnecteLayer CPU编写
从零开始编写深度学习库(二)FullyconnecteLayer CPU编写博客:http://blog.csdn.net/hjimce 微博:黄锦池-hjimce qq:1393852684 ...
从零开始编写深度学习库（一）SoftmaxWithLoss CPU编写
从零开始编写深度学习库(一)SoftmaxWithLoss CPU编写博客:http://blog.csdn.net/hjimce 微博:黄锦池-hjimce qq:1393852684 一.C ...
从零开始编写深度学习库（五）PoolingLayer 网络层CPU编写
记录:编写卷积层和池化层,比较需要注意的细节就是边界问题,还有另外一个就是重叠池化的情况,这两个小细节比较重要,边界问题pad在反向求导的时候,由于tensorflow是没有计算的,另外一个比较烦人的 ...
从零开始编写深度学习库（五）ConvolutionLayer CPU编写
对于池化层来说,需要注意的问题是:重叠池化,还有边界处理模式:valid.same模式这两个细节.由于我采用的边界处理方式,与tensorflow 在same模式下边界处理方式不同,valid模式下是 ...
小样本点云深度学习库_论文 | 小样本学习综述
转自:专知[https://www.zhuanzhi.ai/] [导读]现有的机器学习方法在很多场景下需要依赖大量的训练样本.但机器学习方法是否可以模仿人类,基于先验知识等,只基于少量的样本就可以进行 ...
梅科尔工作室-深度学习第五节-CNN学习
目录 1.什么是CNN(卷积神经网络) 2.卷积层与池化层 2.1卷积层 2.2池化层 3.卷积神经网络的输入与输出 4.卷积神经网络之层级结构 5.激活函数 6.计算公式 1.什么是CNN(卷积神经 ...
深度学习第五课-训练注意事项与框架使用
说明:本文是七月算法5月深度学习班第五次课听课笔记.黄色标注的部分为自己不太确定的部分. 训练 mini-batch SGD 神经网络使用mini-batch SGD训练得到最优权重.训练过程如下:( ...

从零开始编写深度学习库（五）Eigen Tensor学习笔记2.0

从零开始编写深度学习库（五）Eigen Tensor学习笔记2.0相关推荐

最新文章

热门文章