关注
码龄
粉丝数
原力等级 --
被采纳
被点赞
采纳率
是丝豆呀
2022-03-01 23:57
采纳率: 0%
浏览 25
首页
人工智能
将图片数据拍扁成一维的会损失信息吗
计算机视觉
比如将(28,28)变成(28*28),会损失空间维度的信息吗
收起
写回答
好问题
0
提建议
关注问题
微信扫一扫
点击复制链接
分享
邀请回答
编辑
收藏
删除
结题
收藏
举报
3
条回答
默认
最新
关注
码龄
粉丝数
原力等级 --
被采纳
被点赞
采纳率
谛凌
2022-03-02 00:00
关注
如果你把之前的维度记录下来,单纯改变维度的话不会的
本回答被题主选为最佳回答
, 对您是否有帮助呢?
本回答被专家选为最佳回答
, 对您是否有帮助呢?
本回答被题主和专家选为最佳回答
, 对您是否有帮助呢?
解决
无用
评论
打赏
微信扫一扫
点击复制链接
分享
举报
评论
按下Enter换行,Ctrl+Enter发表内容
查看更多回答(2条)
向“C知道”追问
报告相同问题?
提交
关注问题
AI
人工智能
深度学习算法:在三维建模中的应用
2024-08-11 02:13
程序员光剑的博客
三维建模是数字化时代的重要基础技术之一,它涉及创建物体、场景和环境的数字表示,在游戏、电影、动画、建筑、医疗、制造等领域有着广泛的应用。然而,传统的三维建模方法通常需要大量的人工操作和专业技能,效率...
详解使用PyTorch搭建卷积网络对
一维
数据
集识别(全流程)
2025-04-05 13:47
竈門碳治郎的博客
最近在做
一维
信号的识别,网上大多数案例是针对图像的二维信号识别。虽然
一维
二维本质上没什么区别,但在处理方式上还是略有不同,因此在此做一个简单记录,方便更好地熟悉模式识别的流程。本文旨在使用PyTorch框架...
基于
一维
卷积神经网络(1D-CNN)对鸢尾花
数据
集的分类
2025-08-08 20:51
不若浮生一梦的博客
在
人工智能
领域,深度学习已经成为解决分类与识别问题的重要技术之一。卷积神经网络(CNN),特别是在图像分类中取得了显著的成功。虽然CNN的设计初衷是用于图像
数据
,但它的核心思想——局部特征提取和权值共享——...
AI
人工智能
代理工作流AI Agent WorkFlow:环境感知与
数据
采集机制
2024-12-18 10:59
AGI大模型与大数据研究院的博客
在当今
数据
爆炸的时代,
人工智能
(AI)正以惊人的速度发展,并逐渐渗透到各个领域。其中,AI代理作为一种智能化的软件实体,能够自主地感知环境、做出决策并执行任务,在自动化、智能化应用中展
机器能做科学家吗?一场关于开放式科研的 AI 革命
2025-05-02 22:09
张彦峰ZYF的博客
本文基于《The AI Scientist》相关论文,探讨了完全自动化的科研流程,展示了 AI 如何在没有人工干预的情况下,生成研究想法、执行实验、撰写论文并进行评审。核心模块包括大语言模型(LLM)作为“思维核心”、Agent...
AI 助力打造更优的三维点云
数据
重建算法
2025-07-04 16:10
AI算力网络与通信的博客
本文的目的就是探讨如何利用 AI 这个强大的帮手,让三维点云
数据
重建算法变得更好、更准确、更高效。范围涵盖了从基础概念到算法原理,再到实际应用和未来发展等多个方面。接下来我们
会
先了解一些核心概念,就像盖...
AI 技术为三维点云
数据
重建算法优化带来新突破
2025-06-23 00:32
AI智能探索者的博客
我们的目的就是了解 AI 技术是怎么优化三维点云
数据
重建算法的,范围包括各种 AI 技术和常见的重建算法。接下来,我们
会
先介绍核心概念,再讲算法原理和操作步骤,然后用数学公式详细说明,通过项目实战让大家更直观...
CNN(
一维
卷积Conv1D)实现时间序列预测(PyTorch版)
2023-01-14 08:00
海洋 之心的博客
本专栏整理了《深度学习时间序列预测案例》,内包含了各种不同的基于深度学习模型的时间序列预测方法,例如LSTM、GRU、CNN(
一维
卷积、二维卷积)、LSTM-CNN、BiLSTM、Self-Attention、LSTM-Attention、Transformer...
PyTorch生成式
人工智能
——生成对抗网络数值
数据
生成
2025-03-19 13:35
盼小辉丶的博客
在本节,首先学习如何将训练
数据
转换为神经网络能够理解的格式——独热编码 (one-hot encoding)。然后,将独热编码变量转换回 0 到 99 之间的整数,便于人类理解。换句话说,实际上是在将
数据
在可读格式与模型所需的...
Pytorch:
一维
卷积及其伴随的定义
2024-04-12 12:44
Yorelee.的博客
较大的步长则可以减少计算量和输出尺寸,但可能
会
牺牲一些特征的捕获。在设计卷积网络或处理信号时,合理选择步长是实现良好性能和效率的关键。对于图像
数据
,通道数可以是指颜色通道。例如,常见的彩色图像通常有三...
没有解决我的问题,
去提问
向专家提问
向AI提问
付费问答(悬赏)服务下线公告
◇ 用户帮助中心
◇ 新手如何提问
◇ 奖惩公告
问题事件
关注
码龄
粉丝数
原力等级 --
被采纳
被点赞
采纳率
创建了问题
3月1日