Tensorflow CIFAR10代码分析
Tensorflow CIFAR10 code analysis
我想弄清楚，一个 Tensorflow CIFAR10 教程，目前我无法理解 line #245，即为什么权重的形状是 [dim，384]？ 384 是一个超参数还是以某种方式计算出来的？
基本上，这是根据他们的批量大小和对数据集的了解得出的任意选择。
所以 cifar 图像是 32 * 32 * 3，通过卷积，它们现在有 32 * 32 * 64 个特征，就在那之前，它们有 64 个过滤器，但它们只是最大池化了，所以现在它的大小只有一半，所以现在它16 * 16 * 64。他们将图像调整为批量大小 = 128，所以现在是 128 * 128。然后他们使用权重将其提高到 384。
您可以随意使用其他数字，但请确保您也更改下一层。这只是CNN的一个例子。
我想弄清楚，一个 Tensorflow CIFAR10 教程，目前我无法理解 line #245，即为什么权重的形状是 [dim，384]？ 384 是一个超参数还是以某种方式计算出来的？
基本上，这是根据他们的批量大小和对数据集的了解得出的任意选择。
所以 cifar 图像是 32 * 32 * 3，通过卷积，它们现在有 32 * 32 * 64 个特征，就在那之前，它们有 64 个过滤器，但它们只是最大池化了，所以现在它的大小只有一半，所以现在它16 * 16 * 64。他们将图像调整为批量大小 = 128，所以现在是 128 * 128。然后他们使用权重将其提高到 384。
您可以随意使用其他数字，但请确保您也更改下一层。这只是CNN的一个例子。