Python CNN中局部和致密层的差异_Python_Convolution_Deep Learning_Tensorflow_Conv Neural Network

Python CNN中局部和致密层的差异

python deep-learning tensorflow

Python CNN中局部和致密层的差异,python,convolution,deep-learning,tensorflow,conv-neural-network,Python,Convolution,Deep Learning,Tensorflow,Conv Neural Network,卷积神经网络中的“局部”层和“密集”层有什么区别？我试图理解TensorFlow中的CIFAR-10代码，我看到它使用“局部”层而不是规则的密集层。TF中是否有支持实现“本地”层的类？我引用了user2576346的评论：据我所知，要么是密集连接要么是卷积层不，这不是真的。更准确的说法是，层要么是完全连接的（密集的），要么是局部连接的卷积层是局部连接层的一个示例。通常，本地连接层是指其每个单元仅连接到输入的本地部分的层。卷积层是一种特殊类型的局部层，当每个卷积特征检测器在局部接收窗口（例如

卷积神经网络中的“局部”层和“密集”层有什么区别？我试图理解TensorFlow中的CIFAR-10代码，我看到它使用“局部”层而不是规则的密集层。TF中是否有支持实现“本地”层的类？

我引用了user2576346的评论：

据我所知，要么是密集连接要么是卷积层

不，这不是真的。更准确的说法是，层要么是完全连接的（密集的），要么是局部连接的

卷积层是局部连接层的一个示例。通常，本地连接层是指其每个单元仅连接到输入的本地部分的层。卷积层是一种特殊类型的局部层，当每个卷积特征检测器在局部接收窗口（例如，3x3或5x5大小）中跨过整个图像时，该局部层表现出空间平移不变性。

引用自：

具有非共享权重的局部连接层：这种层类似于卷积层，但没有任何权重共享。也就是说，在输入图像中的每个（x，y）位置应用一组不同的过滤器。除此之外，它的行为就像一个卷积层

在TensorFlow CIFAR-10示例中，尽管这两个层被命名为

local3

和

local4

，但它们实际上是完全连接的层，而不是中指定的本地连接层（您可以看到

pool2

的输出被展平为

local3

层的输入）

也许是密不可分的？这只是普通的“完全连接层”。我在中没有看到任何对“本地”层的引用。您可以在CIFAR-10示例代码的教程下找到本地层。教程说：“练习：推理中的模型体系结构（）与cuda convnet中指定的CIFAR-10模型略有不同。特别是，Alex原始模型的顶层是本地连接的，而不是完全连接的。请尝试编辑架构，以便在顶层准确地再现本地连接的架构。“卷积层是本地连接层的一个示例，例如，谢谢，但是本地连接层不是变得像“卷积”层吗？据我所知，要么是密集连接要么是卷积层。。。