- 博客(4)
- 收藏
- 关注
原创 feature map
feature map:在每个卷积层,数据都是以三维形式存在的。你可以把它看成许多个二维图片叠在一起,其中每一个称为一个feature map。在输入层,如果是灰度图片,那就只有一个feature map;如果是彩色图片,一般就是3个feature map(红绿蓝)。层与层之间会有若干个卷积核(kernel),上一层和每个feature map跟每个卷积核做卷积,都会产生下一层的一个feature map。feature map(下图红线标出) 即:该层卷积核的个数,有多少个卷积核,经过卷积就会
2021-12-31 15:36:34
1538
原创 Knowledge evolution
1.dropout与spiltnet区别:例如,如果一个玩具网络层有10个神经元,dropout会为所有10个神经元提供一个独立的表示。相比之下,SplitNets只对拟合假设拟合假设内的神经元进行了独立表征。因此,分裂掩模M提供了更精细的控制级别。2.扩展dropout的trick:因为深层网络输入图片的某些通道不会被激活,即会丢失部分特征信息。Weighted Channel Dropout (WCD):three extra modules to a deep network:1.
2021-12-31 15:25:52
1765
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人