We read every piece of feedback, and take your input very seriously.
To see all available qualifiers, see our documentation.
Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.
By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.
Already on GitHub? Sign in to your account
赵老师,您好: 非常感谢您开源您的代码,从您的文章和代码中,我学到了很多,受益匪浅。但是,在仔细研究代码的过程中,我有一个困惑,代码中数据预处理部分,对数据进行STFT变换后,得到的图片大小是(33,33)的,而在训练的过程中,一个批次取出来的大小就变成(330,330)了;此外,对数据进行CWT变换后,得到的数据大小是(100,100)的,而在,一个批次取出来的大小变成(300,300)了,还有Slice的预处理,reshape后得到的大小是(32,32),训练的过程中就变成(320,320)了,请问为什么要这样做呀?以及在代码的什么位置实现了这样的操作啊?还请赵老师不吝赐教,谢谢!
The text was updated successfully, but these errors were encountered:
太小的图输入几个经典的图像模型中是不行的。所以统一变大了。
Sorry, something went wrong.
好的呢,谢谢赵老师!
No branches or pull requests
赵老师,您好:
非常感谢您开源您的代码,从您的文章和代码中,我学到了很多,受益匪浅。但是,在仔细研究代码的过程中,我有一个困惑,代码中数据预处理部分,对数据进行STFT变换后,得到的图片大小是(33,33)的,而在训练的过程中,一个批次取出来的大小就变成(330,330)了;此外,对数据进行CWT变换后,得到的数据大小是(100,100)的,而在,一个批次取出来的大小变成(300,300)了,还有Slice的预处理,reshape后得到的大小是(32,32),训练的过程中就变成(320,320)了,请问为什么要这样做呀?以及在代码的什么位置实现了这样的操作啊?还请赵老师不吝赐教,谢谢!
The text was updated successfully, but these errors were encountered: