[딥러닝] CNN 정리
1. Conv2d CLASStorch.nn.Conv2d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True, padding_mode='zeros', device=None, dtype=None) parameter : 1) in_channels : 몇개의 채널 (input image의 channel 수) 2) out_channels : output image가 가지는 채널 수 3) kernel_size : Conv2d의 size 4) stride : kernel이 움직이는 칸 수 5) padding : 얼만큼 padding을 넣을것인가? ( 좌 우 / 상 하 에 모두 넣음) // 스칼라 , "s..
Deep-learning
2023. 5. 29. 18:20
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
링크
TAG
- 딥러닝
- GPU
- gbm
- Tree
- 설치
- 정리
- github
- java
- GIT
- DT
- 도커
- 뜯어보기
- 파이썬
- docker
- 계산
- 입력
- 자바
- 깃
- python
- 이미지
- Flask
- boosting
- GNN
- 오류
- 입출력
- torch
- CNN
- DeepLearning
- 삭제
- 초보자
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
글 보관함