[KongchangAI]
Unverified50% confidenceFactExact time

U-Net 编码器通常通过最大池化逐步将特征图分辨率减半同时通道数加倍（如 64→128→256→512）

1
Sources
50%
Confidence
Long-term
Relevance
7/13/2026
First Seen

Sources

深度学习数据归一化：全局统计 vs 逐图归一化实践指南
redditr/deeplearning7/9/2026

Related Claims

Unverified自回归解码在批大小为1时算术强度约等于隐藏层维度（通常4096至16384），而现代GPU峰值算术强度往往超过200，导致解码处于内存带宽受限状态70% similarUnverified双编码器通常将语义压缩为768维向量，该数字来源于BERT-base的隐藏层大小，工业部署中常压缩到128或256维69% similar

Cite This Claim

Stable URI
https://kongchang.com/claim/502340
API
curl https://kongchang.com/api/v1/knowledge/claims/502340
MCP
get_claim(id=502340)