Fatal编程技术网
  • neural-network/
  • Neural network caffe：具有单个过滤器的conv层的总和

Neural network caffe：具有单个过滤器的conv层的总和

neural-network deep-learning matlab

Neural network caffe：具有单个过滤器的conv层的总和,neural-network,deep-learning,caffe,conv-neural-network,pycaffe,matlab,Neural Network,Deep Learning,Caffe,Conv Neural Network,Pycaffe,Matlab,我有一个尺寸为nXmx16x1的conv层和另一个尺寸为nxmx1x1x1的过滤器“F”。如何将F与conv层的每个滤波器相加（结果维度：nxmx16x1） 据我所知，eltwise需要两个底部的大小完全相同（包括通道的数量）看起来您正在寻找层（工作方式类似于s）。沿轴平铺“F”：2次16次将使“F”与输入形状相同，然后您可以使用“Eltwise”图层： layer { name: "tile_f" type: "Tile" bottom: "F" # input shap

我有一个尺寸为nXmx16x1的conv层和另一个尺寸为nxmx1x1x1的过滤器“F”。如何将F与conv层的每个滤波器相加（结果维度：nxmx16x1）

据我所知，eltwise需要两个底部的大小完全相同（包括通道的数量）

看起来您正在寻找层（工作方式类似于s）。沿
轴平铺
“F”
：2次
16次将使
“F”
与输入形状相同，然后您可以使用
“Eltwise”
图层：


layer {
  name: "tile_f"  
  type: "Tile"
  bottom: "F"    # input shape  n-c-h-w
  top: "tile_f"  # output shape n-c-16*h-w
  tile_param { axis: 2 tiles: 16 }  # tile along h-axis 16 times
}
# now you can eltwise!
layer {
  name: "sum_f"
  type: "Eltwise"
  bottom: "x"
  bottom: "tile_f"  # same shape as x!!
  top: "sum_f"
  eltwise_param { operation: SUM }
}



你想和还是乘？你能写一个你想做什么的等式吗？我需要求和或平均值。我还更新了一些结果。我需要像eltwise这样的东西，但它需要两个底部的尺寸完全相同（这里不是这种情况-通道大小不同），所以您需要
out\m，n，I，0