Python caffe能否同时接收具有不同分辨率的一批输入?如果是,怎么做?
我正在考虑用更多的输入层构建一个更大的网络,它将由批处理中所有相应的重塑输入分辨率组成。请让我知道这是否可能,如果是最有效的方式是什么 例如:3x160x160+3x48x48+3x128x128 | | | 网络的其余部分 | | | 输出Caffe过程:这些是Python caffe能否同时接收具有不同分辨率的一批输入?如果是,怎么做?,python,c++,deep-learning,caffe,pycaffe,Python,C++,Deep Learning,Caffe,Pycaffe,我正在考虑用更多的输入层构建一个更大的网络,它将由批处理中所有相应的重塑输入分辨率组成。请让我知道这是否可能,如果是最有效的方式是什么 例如:3x160x160+3x48x48+3x128x128 | | | 网络的其余部分 | | | 输出Caffe过程:这些是N维数组,因此单个批次中所有元素的维度必须具有相同的形状(可以在批次之间重塑。 但是,如果您打算对批处理中的所有输入使用相同的多个形状,即,您将有类似Nx3x160x1
N
维数组,因此单个批次中所有元素的维度必须具有相同的形状(可以在批次之间重塑
。但是,如果您打算对批处理中的所有输入使用相同的多个形状,即,您将有类似
N
x3x160x160+N
x3x48x48+N
x3x128x128的输入,那么您可以创建三个输入层(每个形状一个),并在每次迭代时向网络提供三种类型的blob