链接: link

Adaptive Instance Normalization (AdaIN Normalization)Layer Normalization

链接: link

https://blog.csdn.net/weixin_43687900/article/details/104122629

人工智能几个常用卷积神经网络AlexNet全连接层1*1卷积核的作用池化层作用AlexNet卷积神将网络的计算公式为：N=(W-F+2P)/S+1其中N：输出大小W：输入大小F：卷积核大小P：填充值的大小S：步长大小链接: link.总结一句话：卷积后下一输出层的深度与卷积核个数相同，输出层大小（即长宽）由上述公式计算，s,p,f均为卷积核的属性。全连接层即与用和原输入层大小、深度完全一致的卷积核

链接: link

链接: link

链接: link

人工智能常用数据预处理一级目录正态化、标准化、归一化、正则化区别和作用一级目录1.读数据2.合并训练和测试2.填充空白数据4.改变非数字为数字5.去除无关数据6.降为（合并相关数据）7.正态化数据（碗圆）正态化、标准化、归一化、正则化区别和作用1.正态化归一化是为了碗形状圆，加快训练速度2.归一化和标准化区别3.正则化解决过拟合...

1.代码import datasetimport tensorflow as tfimport timefrom datetime import timedeltaimport mathimport randomimport numpy as np# conda install --channel https://conda.anaconda.org/menpo opencv3#Adding Se