简单介绍 线程池是池化技术的一种，对线程复用、资源回收、多任务执行有不错的实践。阅读源码，可以学习jdk的大师对于线程并发是怎么池化的，还有一些设计模式。同时，它也能给我们在使用它的时候多一种感知，出了什么问题可以马上意识到哪里的问题。 使用范例 我们使用一个线程池，直接通过jdk提供的工具类直接创 ...
分类：
编程语言 时间：
2020-01-12 18:26:01
阅读次数：
78
VGG AlexNet在Lenet的基础上增加了几个卷积层,改变了卷积核大小,每一层输出通道数目等,并且取得了很好的效果.但是并没有提出一个简单有效的思路. VGG做到了这一点,提出了可以通过重复使?简单的基础块来构建深度学习模型的思路. 论文地址: vgg的结构如下所示: 上图给出了不同层数的vg ...
分类：
Web程序 时间：
2020-01-11 00:38:14
阅读次数：
130
设计的CNN模型包括一个输入层，输入的是MNIST数据集中28*28*1的灰度图 两个卷积层， 第一层卷积层使用6个3*3的kernel进行filter，步长为1，填充1.这样得到的尺寸是（28+1*2-3)/1+1=28,即6个28*28的feature map 在后面进行池化，尺寸变为14*14 ...
分类：
其他好文 时间：
2019-12-20 15:13:36
阅读次数：
220
1.LeNet LeNet是指LeNet-5，它是第一个成功应用于数字识别的卷积神经网络。在MNIST数据集上，可以达到99.2%的准确率。LeNet-5模型总共有7层，包括两个卷积层，两个池化层，两个全连接层和一个输出层。 import torch import torch.nn as nn fr ...
分类：
其他好文 时间：
2019-12-20 12:16:20
阅读次数：
121
1、线程池常用接口介绍 1.1、Executor 执行提交的Runnable任务。其中的execute方法在将来的某个时候执行给定的任务，该任务可以在新线程、池化线程或调用线程中执行,具体由Executor的实现者决定。 1.2、ExecutorService ExecutorService继承自E ...
分类：
编程语言 时间：
2019-12-18 23:38:12
阅读次数：
92
原连接：https://blog.csdn.net/XX_123_1_RJ/article/details/86677482 池化的原理或者是过程：pooling是在不同的通道上分开执行的（就是池化操作不改变通道数），且不需要参数控制。然后根据窗口大小进行相应的操作。一般有max pooling、a ...
分类：
其他好文 时间：
2019-12-16 00:06:43
阅读次数：
3038
前言 在一次聚会中，我和一个腾讯大佬聊起了池化技术，提及到java的线程池实现问题，我说这个我懂啊，然后巴拉巴拉说了一大堆，然后腾讯大佬问我说，那你知道线程池有什么缺陷吗？我顿时哑口无言，甘拜下风，所以这次我再回来思考一下线程池的实现原理 源码分析 ThreadPoolExecutor构造器 1. ...
分类：
编程语言 时间：
2019-12-13 23:15:29
阅读次数：
83
padding的规则 · padding=‘VALID’时，输出的宽度和高度的计算公式（下图gif为例） 输出宽度：output_width = （in_width-filter_width+1）/strides_width =（5-3+1）/2=1.5【向上取整=2】 输出高度：output_he ...
分类：
其他好文 时间：
2019-12-08 00:56:37
阅读次数：
116
摘要：池化层的主要目的是降维，通过滤波器映射区域内取最大值、平均值等操作。 均值池化：tf.nn.avg_pool（input,ksize,strides,padding） 最大池化：tf.nn.max_pool（input,ksize,strides,padding） input:通常情况下是卷积 ...
分类：
其他好文 时间：
2019-12-07 23:13:44
阅读次数：
273
利用pytorch来构建网络模型，常用的有如下三种方式 前向传播网络具有如下结构： 卷积层--》Relu层--》池化层--》全连接层--》Relu层 对各Conv2d和Linear的解释如下 Conv2d的解释如下 """ Conv2d(in_channels, out_channels, kern ...
分类：
其他好文 时间：
2019-12-03 21:35:28
阅读次数：
122
