Python 3.x conv2d在图像分类中更精确还是conv1d更精确?
我用图像分类执行了一个程序,运行得很好。我用Python 3.x conv2d在图像分类中更精确还是conv1d更精确?,python-3.x,image-processing,machine-learning,django-models,Python 3.x,Image Processing,Machine Learning,Django Models,我用图像分类执行了一个程序,运行得很好。我用conv1D和conv2D运行代码。我得到了conv1D和conv2D的精度为0.854 我能详细地知道这两件事的确切区别吗?Conv1d是一个一维卷积滤波器(将其想象成一维数组)。Conv2d是一种二维过滤器(如2d阵列),更适合于像图像这样的数据,因为它可以在数据点中保留更多的空间信息,因为它适用于所有的邻居。您可以看到什么是更好的方法来理解为什么这对于像图像这样的数据更好。对于非图像数据,我想无论使用1d还是2d卷积数组,都不会有太大的影响 注意
conv1D
和conv2D
运行代码。我得到了conv1D
和conv2D
的精度为0.854
我能详细地知道这两件事的确切区别吗?Conv1d是一个一维卷积滤波器(将其想象成一维数组)。Conv2d是一种二维过滤器(如2d阵列),更适合于像图像这样的数据,因为它可以在数据点中保留更多的空间信息,因为它适用于所有的邻居。您可以看到什么是更好的方法来理解为什么这对于像图像这样的数据更好。对于非图像数据,我想无论使用1d还是2d卷积数组,都不会有太大的影响 注意:本网站也是针对编程问题的,也许你应该在