👨💻个人简介： 深度学习图像领域工作者
🎉总结链接：
链接中主要是个人工作的总结，每个链接都是一些常用demo，代码直接复制运行即可。包括：
📌1.工作中常用深度学习脚本
📌2.torch、numpy等常用函数详解
📌3.opencv 图片、视频等操作
📌4.个人工作中的项目总结（纯干活）
链接： https://blog.csdn.net/_/article/details/
🎉视频讲解： 以上记录，通过B站等平台进行了视频讲解使用，可搜索 ‘Python图像识别’ 进行观看
B站：Python图像识别
抖音：Python图像识别
西瓜视频：Python图像识别
Flatten层用来将输入“压平”，即把多维的输入一维化，常用在从卷积层到全连接层的过渡。Flatten不影响batch的大小。
就是把高纬度的数组按照 ｘ轴或者ｙ轴 进行拉伸，变成一维的数组
为了更好的理解Flatten层作用，我把这个神经网络进行可视化如下图：（来自网络）
用Ｐｙｔｈｏｎ中的例子更好理解：
from numpy import * >>> a=array([[1,2],[3,4],[5,6]]) >>> a array([[1, 2], [3, 4], [5, 6]]) >>> a.flatten() #默认按行的方向降维 array([1, 2, 3, 4, 5, 6]) >>> a.flatten('F') #按列降维 array([1, 3, 5, 2, 4, 6]) >>> a.flatten('A') #按行降维 array([1, 2, 3, 4, 5, 6]) 讯享网
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/72466.html