Deep learning Caffe中两个特征映射的矩阵乘法
是否有一个层(或层的简单组合)可用于在两个要素地图之间执行矩阵乘法?例如,假设有一个大小为MxN的blob和另一个大小为NxP的blob,是否有一个层可以像矩阵一样将这两个blob相乘?有一个计划对caffe进行更改,以便按照您的要求进行操作,即将参数blob视为常规blob。有关更多信息,请参阅 在完成此更改之前,您可以考虑Deep learning Caffe中两个特征映射的矩阵乘法,deep-learning,caffe,matrix-multiplication,Deep Learning,Caffe,Matrix Multiplication,是否有一个层(或层的简单组合)可用于在两个要素地图之间执行矩阵乘法?例如,假设有一个大小为MxN的blob和另一个大小为NxP的blob,是否有一个层可以像矩阵一样将这两个blob相乘?有一个计划对caffe进行更改,以便按照您的要求进行操作,即将参数blob视为常规blob。有关更多信息,请参阅 在完成此更改之前,您可以考虑 “平铺”将blob分为MxNxPblob 使用“Eltwise”层进行元素乘法 在N轴上与全局池一起使用“池” 我想到了这一点,但它需要更多的内存(线性更多)。我最终使用
“平铺”
将blob分为M
xN
xP
blob李>
“Eltwise”
层进行元素乘法李>
N
轴上与全局池一起使用“池”
我想到了这一点,但它需要更多的内存(线性更多)。我最终使用了caffe_gpu_gemm,因为我不需要向后传球。