Neural network caffe:具有单个过滤器的conv层的总和
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)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
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