MXNet动手学深度学习笔记:卷积计算
2018-05-09 23:40
295 查看
#coding:utf-8 ''' 卷积计算 ''' import mxnet as mx from mxnet.gluon import nn from mxnet import ndarray as nd # 卷积层 # 输入输出的数据格式是: batch * channel * height * width # 权重格式:output_channels * in_channels * height * width w = nd.arange(4).reshape((1,1,2,2)) b = nd.array([1]) data = nd.arange(9).reshape((1,1,3,3)) # 卷积运算 out = nd.Convolution(data,w,b,kernel=w.shape[2:],num_filter=w.shape[1]) print('input:',data) print('weight:',w) print('bias:',b) print('output:',out) # 窗口移动和边缘填充 out = nd.Convolution(data,w,b,kernel=w.shape[2:], num_filter=w.shape[1],stride=(2,2),pad=(1,1)) print('output:',out) # 多通道数据卷积:每个通道会有相应的权重,然后对每个通道做卷积之后,在通道之间求和 data = nd.arange(18).reshape((1,2,3,3)) w = nd.arange(8).reshape((1,2,2,2)) out = nd.Convolution(data,w,b,kernel=w.shape[2:],num_filter=w.shape[0]) print('weight = ',w) print('data = ',data) print('output = ',out) # Pooling data = nd.arange(18).reshape((1,2,3,3)) max_pool = nd.Pooling(data=data, pool_type="max", kernel=(2,2)) avg_pool = nd.Pooling(data=data, pool_type="avg", kernel=(2,2)) print('data = ',data) print('max pool = ',max_pool) print('avg pool = ',avg_pool)
相关文章推荐
- MXNet动手学深度学习笔记:卷积神经网络实现
- MXNet动手学深度学习笔记:GPU加速计算
- MXNet设计笔记之:深度学习的编程模式比较
- MXNet动手学深度学习笔记:GoogLeNet神经网络实现
- MXNET:深度学习计算-模型参数
- 用MXnet入门实战深度学习之一:安装GPU版mxnet并跑一个MNIST手写数字识别
- 吴恩达Coursera深度学习课程 DeepLearning.ai 提炼笔记(4-2)-- 深度卷积模型
- MXNet动手学深度学习笔记:Gluon实现正则化
- 深度学习框架Caffe, MXNet, TensorFlow, Torch, CNTK性能测试报告
- MXNet动手学深度学习笔记:模型参数保存与读取
- TensorFlow和Caffe、MXNet、Keras等深度学习框架的对比
- 深度学习(三十六)异构计算CUDA学习笔记(1)
- 用MXnet实战深度学习之一:安装GPU版mxnet并跑一个MNIST手写数字识别
- 用MXnet入门实战深度学习之一:安装GPU版mxnet并跑一个MNIST手写数字识别
- 如何选择深度学习框架 TensorFlow/Torch/Mxnet/Theano
- 用MXnet实战深度学习之一:安装GPU版mxnet并跑一个MNIST手写数字识别
- 深度学习框架的介绍与比较(Caffe, TensorFlow, MXNet, Torch, Theano)
- 五大主流深度学习框架比较分析:MXNET是最好选择
- 深度学习笔记——Word2vec和Doc2vec应用举例:词和句子的相似度计算
- 深度学习笔记4:卷积层的实现