python - 在图像上卷积一个小型神经网络?
问题描述
我对此进行了快速搜索,但没有发现任何内容,因此它可能是也可能不是一个现成的想法。
假设我有一个(相对)微小的 CNN(例如,空间输入形状为 (7, 7)),具有多个隐藏层,空间输出大小为 (1, 1)。我想通过在图像上滑动这个网络来生成特征图或输出,就像卷积滤波器一样。
这在 pytorch 中是否支持?这是深度学习库普遍支持的功能吗?或者您是否必须手动执行循环图像的自定义实现?我很好奇它是否可以实施,或者它是否已经很普遍并且我不知道。
解决方案
至少在 PyTorch 中,这就像将输入图像馈送到卷积层(或这些层的堆栈)一样简单。输出张量是所述CNN与图像的相关性(correlation)。
推荐阅读
- javascript - 附加一个尾部选择选项来维护功能
- javascript - 出现错误:文本字符串必须在
零件 - dig - 是否有 dig 命令可以将记录添加到 dns 服务器?
- javascript - 如何在字段更新时选中复选框
- android - AudioRecord 计算幅度
- excel - 将单元格的值从多个工作簿复制到主文件
- javascript - 调用路由时如何传递变量?
- java - Spring - @Cacheable 注释不适用于 java 方法
- couchbase - 如何在使用 couchbase 子文档 api 执行更新时获取 CAS 值?
- java - 无法重构方法中的代码?