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
微信扫一扫
1条回答 默认 最新
相关推荐 更多相似问题
- 2021-04-28 09:32回答 1 已采纳 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
- 2020-12-13 23:14回答 3 已采纳 一般来说是需要的，神经网络为何如此强大的原因一部分就归结于其引入了激活函数，使得函数经过隐藏层之间的层层调用，变成了线性可分，神经网络为何如此强大的原因一部分就归结于其引入了激活函数，使得函数经过隐藏
- 2021-07-26 19:50回答 1 已采纳 padding='same'你的因果关系搞错了，是先padding，然后才卷积的，而不是卷积之后补0。
- 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 ...
- 2021-10-07 23:41woshicver的博客 概述本文将简要讨论卷积神经网络（CNN），这是一种专为图像相关任务设计的特殊神经网络。本文将主要关注CNN的实现部分。目录介绍CNN 模型架构中的主要组成部分卷积层池化层全连接层代码实现步...
- 没有解决我的问题, 去提问
