训练时前向传播过程中，out6数据正常，conv3就是1x1的二维卷积，它的weight也是正常的，bias设置的False,是没有的，所以也不会产生影响。
卷积难道不是只涉及到相乘和相加吗，怎么计算出来会得到inf无穷大数据呢
1条回答 默认 最新
kaili_ya 2021-04-28 11:04关注你第六层的输出是12次方，会不会是溢出错误啊，为什么不进行一下BN那
本回答被题主选为最佳回答 , 对您是否有帮助呢?解决 无用评论 打赏举报
分享
- 2025-02-08 20:47小赖同学啊的博客 在自动驾驶领域，对卷积神经网络（CNN）进行性能调优至关重要，以下从数据处理、模型架构、训练过程、超参数调整和模型部署优化等多个方面为你详细介绍调优方法，并给出相应的代码示例。
- 2022-03-05 19:50AI Chen的博客 介绍神经网络基本概念，用八股法实现卷积神经网络（以cifar10为例，本节建立的框架作为后续网络的baseline，在baseline中修改实现其他网络）。参考视频。 卷积神经网络基础0.回顾全连接神经网络1.卷积计算过程...
- 2024-07-06 16:29只是有点小怂的博客 在 PyTorch 中，有多种常见的权重初始化方法，可以根据具体情况选择最适合的方法。在 PyTorch 中，如果不显式设置权重初始化，模型层会使用默认的初始...通过这些方法，您可以确保模型的权重初始化适当，并避免损失为。
- 2023-07-27 00:35程序员光剑的博客 本文将对卷积神经网络(CNN)在机器翻译中的应用进行综述。传统的机器翻译方法通常采用统计或规则方法构建翻译模型。例如，统计方法可以基于计数词频、语言模型等，通过统计概率来计算翻译概率。而非参与型方法，如...
- 2022-09-01 18:34萌狼蓝天的博客 用CNN实现离散数据的分类(以图像分类为例子) 感受野 感受野(Receptive Field)：卷积神经网络各输出特征图中的每个像素点，在原始输入图片上映射区域的大小 全零填充 目的：希望卷积计算保持输入特征图的尺寸不变 ...
- 2025-06-23 23:32AIGC应用创新大全的博客 人工智能(AI): 让机器模拟人类智能行为的技术机器人学习: 机器人通过经验改进其行为的过程深度学习: 使用多层神经网络从数据中学习的技术强化学习: 通过试错和奖励机制学习最优策略的方法核心概念回顾。
- 2022-02-12 12:20ytusdc的博客 【比如不做其他处理的softmax中分子分母需要计算exp（x），值过大，最后可能为INF/INF，得到NaN，此时你要确认你使用的softmax中在计算exp（x）做了相关处理（比如减去最大值等等)】 上溢出同样可能是因为, x/0 的...
- 2025-07-05 03:33AI原生应用开发的博客 本文将带领读者探索人工智能如何成为物流行业的"数字神经系统"，重塑从仓储管理到最后一公里配送的每一个环节。我们将深入剖析机器学习算法如何预测需求波动、优化库存；计算机视觉如何赋能智能仓储机器人；强化学习...
- 2024-12-13 19:58机器学习之心的博客 BO-CNN贝叶斯算法优化卷积神经网络时间序列预测
- 2021-11-10 20:17By4te的博客 5.1 卷积计算过程 输入特征图的深度，决定了当前层卷积核的深度 当前层卷积核的个数，决定了当前层输出特征图的深度 5.2 感受野 卷积神经网络各输出特征图中的每个像素点，在原始输入图片上映射区域的大小 ...
- 没有解决我的问题, 去提问
问题事件
系统已结题
9月1日
已采纳回答
8月24日