Deep learning 为什么转换成im2col很快？_Deep Learning_Conv Neural Network_Caffe

Deep learning 为什么转换成im2col很快？

deep-learning

Deep learning 为什么转换成im2col很快？,deep-learning,conv-neural-network,caffe,Deep Learning,Conv Neural Network,Caffe,原始输入激活通过im2col进行内核转换，以改进内存访问模式。但是，当我们将原始矩阵转换为im2col矩阵时，我们也在访问相同的原始内存模式。那么，为什么im2col运算本身并不慢呢？im2col的主要原因是，输入和核可以表示为两个大矩阵，卷积可以在单个矩阵乘法中完成。这加快了过程，因为矩阵乘法可以并行性非常好只是内存访问不是问题，正如你所说，im2col必须像简单的卷积运算一样访问原始张量

原始输入激活通过im2col进行内核转换，以改进内存访问模式。但是，当我们将原始矩阵转换为im2col矩阵时，我们也在访问相同的原始内存模式。那么，为什么im2col运算本身并不慢呢？

im2col的主要原因是，输入和核可以表示为两个大矩阵，卷积可以在单个矩阵乘法中完成。这加快了过程，因为矩阵乘法可以并行性非常好

只是内存访问不是问题，正如你所说，im2col必须像简单的卷积运算一样访问原始张量