自定义博客皮肤VIP专享

*博客头图：

点击选择上传的图片

格式为PNG、JPG，宽度*高度大于1920*100像素，不超过2MB，主视觉建议放在右侧，请参照线上博客头图

请上传大于1920*100像素的图片！

博客底图：

点击选择上传的图片

图片格式为PNG、JPG，不超过1MB，可上下左右平铺至整个背景

栏目图：

点击选择上传的图片

图片格式为PNG、JPG，图片宽度*高度为300*38像素，不超过0.5MB

主标题颜色：

RGB颜色，例如：#AFAFAF

Hover：

RGB颜色，例如：#AFAFAF

副标题颜色：

RGB颜色，例如：#AFAFAF

预览取消提交

自定义博客皮肤

-+

上一步保存

weixin_60737527的博客

博客等级

码龄4年

49
原创

1710
点赞

1万+
收藏

1029
粉丝

关注

私信

热门文章

分类专栏

最新评论

蒙特卡罗（Monte Carlo) 模拟
wodemayajuemei: 我不行了，代码真的问题一堆。你写代码的时候命名不要缩写了。最后一道题你告诉我平均时间0.02分钟你不觉得不可思议吗。那个t首先没有初始赋0.然后你的t怎么有两层含义，一个是间隔时间一个是总用时。所以你的t实际上存储的是最后一次的随机得到时间。我的天，我算出来平均时间要24分钟。搞得我莫名其妙的
池化(Pooling)的种类与具体用法——基于Pytorch
上次也是吃药: 动图是怎么画的
残差网络(Residual Network,ResNet)原理与结构概述
浅蓝色即是月白: 代码都是错的，很无语
残差网络(Residual Network,ResNet)原理与结构概述
睡觉觉得奖学金: 正确代码： from torch import nn from torch.nn import functional as F class ResNetBlock(nn.Module): def __init__(self): super(ResNetBlock, self).__init__() self.conv1 = nn.Conv2d(kernel_size=3, in_channels=4, out_channels=3, padding=1) self.conv2 = nn.Conv2d(kernel_size=3, in_channels=3, out_channels=3, padding=1) self.bn1 = nn.BatchNorm2d(3) self.bn2 = nn.BatchNorm2d(3) def forward(self, input): x0 = input x = F.relu(self.bn1(self.conv1(x0))) x = self.bn2(self.conv2(x)) x = x + x0 return x class ResNet(nn.Module): def __init__(self, n_blocks): super(ResNet, self).__init__() self.n_blocks = n_blocks self.resnet_block = ResNetBlock() def forward(self, input): for i in range(self.n_blocks): x = self.resnet_block(input) input = x return input
残差网络(Residual Network,ResNet)原理与结构概述
辞忧a: ResNetBlock 的“return x0”对吗，那不就是返回原值

文件数据处理与数据可视化

关注

文章平均质量分 93

关注数：文章数：4 文章阅读量：64259 文章收藏量：412

作者: 生信小兔

一枚生信小兔，专研于深度学习与机器学习算法，并利用数学方法，物理模型与化学研究生化，分子与细胞生物学，免疫，发育生物学等问题。

展开

专栏收录文章