注册
登录
深度学习
张量流是如何进行CNN计算的？
返回
张量流是如何进行CNN计算的？
作者:
v-star*위위
发布时间:
2024-08-16 01:10:00 (8小时前)
转自：
<p> <br/> 学习时<br/> <br/> CNN<br/> </跨度><br/> ，我发现这个博客就像打击一样</p><p><a href="http://blog.csdn.net/tostq/article/details/51786265">http://blog.csdn.net/tostq/article/details/51786265</a><br/><a href="https://github.com/tostq/DeepLearningC/tree/master/">https://github.com/tostq/DeepLearningC/tree/master/</a><br/> <br/> CNN<br/> </跨度><br/> </p><p>他用C语言做<br/> <br/> 美国有线电视新闻网<br/> </跨度><br/> ，这是参考资料“Matlab DeepLearnToolbox”<br/> <br/> 美国有线电视新闻网<br/> </跨度><br/> 。<br/>代码就像吹</p><p>// —前向传播，InputData是图像数据<br/>void cnnff（<br/> <br/> CNN<br/> </跨度><br/> *<br/> <br/> 美国有线电视新闻网<br/> </跨度><br/> ，float ** inputData）<br/>{<br/> int outSizeW =<br/> <br/> 美国有线电视新闻网<br/> </跨度><br/> - ＆GT; S2-＆GT; inputWidth;<br/> int outSizeH =<br/> <br/> 美国有线电视新闻网<br/> </跨度><br/> - ＆gt; S2’<br/> <br/></p>
收藏
举报
3 条回复
0#
回复此人
哈哈哈哈
|
2019-08-31 10-32
<div class =“post-text”itemprop =“text”> <P> 我想你的意思是你想知道如何 <code> tf.nn.conv2d </code> 和排序实施。如果您是TensorFlow的新手，您会注意到有 <code> layers </code> （例如。 <code> tf.layers.conv2d </code> ）和 <code> nn </code> （例如。 <code> tf.nn.conv2d </code> ）。 <code> layers </code> 都是包装纸 <code> nn </code> ，所以如果你只想立即开始实施，请忽略 <code> layers </code> 。 </p> <P> 现在，如果你读了 <a href="https://www.tensorflow.org/api_docs/python/tf/nn/conv2d" rel="nofollow noreferrer"> 文档 <code> tf.nn.conv2d </code> </A> ， 它说： </p> <BLOCKQUOTE> <P> 在生成的文件中定义： <code> tensorflow/python/ops/gen_nn_ops.py </code> 。 </p> </BLOCKQUOTE> <P> 仅仅为了比较，看一下 <a href="https://www.tensorflow.org/api_docs/python/tf/nn/conv2d_transpose" rel="nofollow noreferrer"> 文档 <code> tf.nn.conv2d_transpose </code> </A> ，其中说： </p> <BLOCKQUOTE> <P> 定义于 <a href="https://www.github.com/tensorflow/tensorflow/blob/r1.10/tensorflow/python/ops/nn_ops.py" rel="nofollow noreferrer"> <code> tensorflow/python/ops/nn_ops.py </code> </A> 。 </p> </BLOCKQUOTE> <P> 现在，如果你点击 <code> tensorflow/python/ops/nn_ops.py </code> ，它实际上将你带到文件所在的位置 <code> tf.nn.conv2d_transpose </code> 被定义为。但对于 <code> tf.nn.conv2d </code> ，您感兴趣的是，此链接不存在。这是因为你可以用C ++编写图层，让TensorFlow生成Python部分，因此定义了文本 的<strong> 生成的文件 </强> 。实际的实现分布在三个文件中： </p> <UL> <LI> <a href="https://github.com/tensorflow/tensorflow/blob/r1.10/tensorflow/core/kernels/conv_2d.h" rel="nofollow noreferrer"> tensorflow /型芯/核/ conv_2d.h </A> </LI> <LI> <a href="https://github.com/tensorflow/tensorflow/blob/r1.10/tensorflow/core/kernels/conv_ops.cc" rel="nofollow noreferrer"> tensorflow /型芯/核/ conv_ops.cc </A> </LI> <LI> <a href="https://github.com/tensorflow/tensorflow/blob/r1.10/tensorflow/core/kernels/conv_ops_gpu.h" rel="nofollow noreferrer"> tensorflow /型芯/核/ conv_ops_gpu.h </A> </LI> </UL> </DIV>
编辑
1#
回复此人
Moso31
|
2019-08-31 10-32
<div class =“post-text”itemprop =“text”> <P> pyd文件是相似的Windows动态库。 </p> <P> 这有助于： <a href="https://stackabuse.com/differences-between-pyc-pyd-and-pyo-python-files/" rel="nofollow noreferrer"> https://stackabuse.com/differences-between-pyc-pyd-and-pyo-python-files/ </A> </p> <P> 也许你需要了解tensorflow是如何从头开始编译的，以便了解你所有的麻烦.pyd;） </p> </DIV>
编辑
登录
后才能参与评论
