机器学习课程-温州大学-Scikit-learn11 2.Scikit-learn主要用法 使⽤Scikit-learn进⾏数据标准化 from sklearn.preprocessing import StandardScaler 构建转换器实例 scaler = StandardScaler() 拟合及转换 scaler.fit_transform(X_train) 数据预处理 Z-Score标准化 ?∗ = ? − ? ?0 码力 | 31 页 | 1.18 MB | 1 年前3
动手学深度学习 v2.0其为元素。 6.2.6 特征映射和感受野 如在 6.1.4节中所述,图6.2.1中输出的卷积层有时被称为特征映射(feature map),因为它可以被视为一个输 入映射到下一层的空间维度的转换器。在卷积神经网络中,对于某一层的任意元素x,其感受野(receptive field)是指在前向传播期间可能影响x计算的所有元素(来自所有先前层)。 请注意,感受野可能大于输入的实际大小。让我们用0 码力 | 797 页 | 29.45 MB | 1 年前3
共 2 条
- 1













