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,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