Fatal编程技术网
  • neural-network/
  • Neural network caffe挤压网：prototxt中完全连接的FC层在哪里

Neural network caffe挤压网：prototxt中完全连接的FC层在哪里

neural-network deep-learning

Neural network caffe挤压网：prototxt中完全连接的FC层在哪里,neural-network,deep-learning,caffe,conv-neural-network,pycaffe,Neural Network,Deep Learning,Caffe,Conv Neural Network,Pycaffe,我正在制作caffe挤压网 我只是想知道FC层在哪里？（我只看到类型：data、conv、relu、pooling、concat、SoftmaxWithLoss和Accurance）原因是FC层有大量参数，在某些架构中占网络参数的大部分。SqueezeNet的作者删除了FCs，代之以卷积层和全局平均池 conv层有一个与类数量相等的过滤器，将前一层的输出处理为（大致）每个类的映射。池平均每个映射的响应。它们最终得到一个平坦的向量，其维数等于类的数量，然后馈送到SoftMax层 通过这些修改（不要

我正在制作caffe挤压网

我只是想知道FC层在哪里？（我只看到类型：data、conv、relu、pooling、concat、SoftmaxWithLoss和Accurance）

原因是FC层有大量参数，在某些架构中占网络参数的大部分。SqueezeNet的作者删除了FCs，代之以卷积层和全局平均池

conv层有一个与类数量相等的过滤器，将前一层的输出处理为（大致）每个类的映射。池平均每个映射的响应。它们最终得到一个平坦的向量，其维数等于类的数量，然后馈送到SoftMax层

通过这些修改（不要忘记他们提出的Fire模块），他们能够显著减少内存占用

我强烈建议您阅读。

SqueezeNet没有完全连接的层，它使用全局平均池