Computer vision 如何在Pytork中实现融合层技术？
目前，我正在创建图像着色模型。我想在it融合层中使用，由Iizuki等人提出，但我在Pytorch中实现它时遇到了一些问题 其基本思想是从图像中独立地提取中间层特征和全局特征，然后根据特征进行组合 其中u，v是“像素”数，y_global-大小为64的全局特征向量，y^mid__v-大小为64的中级特征向量。所以我们开始讨论 中间层的输出形状是（bs，64，28，28），全局特征提取器的输出形状是（bs，64） 我尝试使用nn.Embedding（）计算每像素，但它似乎工作不正确，假设bs不是1 如何在Pytork中优雅而有效地实现此技术Computer vision 如何在Pytork中实现融合层技术？,computer-vision,conv-neural-network,pytorch,data-science,Computer Vision,Conv Neural Network,Pytorch,Data Science,目前，我正在创建图像着色模型。我想在it融合层中使用，由Iizuki等人提出，但我在Pytorch中实现它时遇到了一些问题 其基本思想是从图像中独立地提取中间层特征和全局特征，然后根据特征进行组合 其中u，v是“像素”数，y_global-大小为64的全局特征向量，y^mid__v-大小为64的中级特征向量。所以我们开始讨论 中间层的输出形状是（bs，64，28，28），全局特征提取器的输出形状是（bs，64） 我尝试使用nn.Embedding（）计算每像素，但它似乎工作不正确，假设bs不是1
我尝试使用nn.Embedding（）计算每像素，但似乎效果不好bs用于批量大小bs用于批量大小