Caffe与Tensorflow Deconv结果
我正在将自动编码器模型从Caffe转换为TensorFlow。在转移权重后,网络通过卷积按预期执行,直到达到反卷积。在Caffe给定输入和权重的情况下,输出特征映射与预期不同。有人知道为什么我不能将deconv层的重量从Caffe转移到TF吗 我能在网上找到的唯一一件事就是关于同一个问题的死讨论:Caffe与Tensorflow Deconv结果,tensorflow,caffe,convolution,pycaffe,deconvolution,Tensorflow,Caffe,Convolution,Pycaffe,Deconvolution,我正在将自动编码器模型从Caffe转换为TensorFlow。在转移权重后,网络通过卷积按预期执行,直到达到反卷积。在Caffe给定输入和权重的情况下,输出特征映射与预期不同。有人知道为什么我不能将deconv层的重量从Caffe转移到TF吗 我能在网上找到的唯一一件事就是关于同一个问题的死讨论: 谢谢 我不熟悉caffe/TF的内部实现,但在传输模型时是否可能需要转换deconv层的权重?
谢谢 我不熟悉caffe/TF的内部实现,但在传输模型时是否可能需要转换deconv层的权重?