保存成功
订阅成功
保存失败,请重试
提交成功
审核未达标 · 本场 Chat 终止

深度学习框架基础:卷积和实现(非调库版)

¥0.01会员免费看
刘漱玉
5

本节内容是承接前面的自动求导的。卷积神经网络从任何角度来说都有一种滥觞的感觉,再到翻来覆去的框架(PyTorch、TensorFlow等)使用,读者大概已经审美疲劳了。但是作为系列的一部分,卷积又不得不写。所以这里聊一些常人涉及较少的算法实现内容。

这包括:

  1. 从傅里叶变换到卷积;
  2. 卷积的反向传播算法;
  3. 快速卷积算法;
  4. 扩张、转置和深度可分离卷积;
  5. 与自编自动求导(差分)框架融合;
  6. 一个图像去噪的小实例。

文章不会调用任何恼人的机器学习框架,以至于抱着深入学习想法的读者仅学了寥寥数个 API。本系列目标在于复刻一个具有相对完整功能的深度学习框架。最后欢迎各位提出改进意见。

文章未按时交付·本场 Chat 终止
详情
文章未按时交付·本场 Chat 终止
订阅须知

预订后,您将在 02月07日 之前获得一篇专享文章。

请务必 关注 GitChat 服务号 以查看活动进度及获取活动通知。

届时文章未达标,款项将退回到微信账户。

微信扫描登录
关注提示×
扫码关注公众号,获得 Chat 最新进展通知!
入群与作者交流×
扫码后回复关键字 入群
Chat·作者交流群
入群码
该二维码永久有效
严选标准
知道了
Chat 状态详情
开始预订
预订结果公布01月23日

预订达标,作者开始写作

审核未达标,本场 Chat 终止

作者文章审核结果公布02月07日

审核达标,文章发布

审核未达标,本场 Chat 终止

Chat 完结
×
已购列表