注意力机制——SEnet 代码实现及解释(Tensorflow and Pytorch)
Squeeze-and-Excitation Networks(挤压和激励网络)是一种通道注意力机制,类似一个小插件嵌入在深度学习网络中,通过对不同通道的权重重新标定来实现对重要信息的注意。PS:简单来说通过卷积得到的特征图就是所谓的通道,通道数量就是卷积层的过滤器数量。我们通过结合下面的图像来理解SE的工作原理,以三维为例子进行解释,二维同样适用。心急的小伙伴可以直接划到下方使用代码哦。1.在图的上方D×H×W×C是输入数据的形状,分别为深度×高度×宽度×通道数,二维则没有深度;
原创
2024-07-26 00:40:46 ·
593 阅读 ·
0 评论