文章目录
1.多输入多输出通道
假设我们有两个卷积核,大小分别为 k1 和 k2 (中间没有非线性激活函数)。
我觉得这道题就是去讨论卷积的结合律
1.证明运算可以用单次卷积来表示。
2.这个等效的单卷积的维数是多少呢?
和依次卷两次的维数是一样的
3.反之亦然吗?
亦然
2.假设输入为 ci×h×w ,卷积核大小为 co×ci×kh×kw ,填充为 (ph,pw) ,步幅为 (sh,sw) 。
1.前向传播的计算成本(乘法和加法)是多少?
乘法:[(h−kh+ph+sh)/sh]×[(w−kw+pw+𝑠w)/sw]×ci×c0
加法:c0x(ci×H0×W0×(kh×kw-1)+H0×W0(ci-1))
h0=(h−kh+ph+sh)/sh
w0=(w−kw+pw+𝑠w)/sw
2.内存占用是多少?
ci×h×w+co×ci×kh×kw+co×[h0×w0]
3.反向传播的内存占用是多少?
co×ci×kh×kw
4.反向传播的计算成本是多少?
[kh/sh]×[kw/sw]×co×ci×kh×kw
3.如果我们将输入通道 ci 和输出通道 co 的数量加倍,计算数量会增加多少?如果我们把填充数量翻一番会怎么样?
4倍, ho,w0变大
4.如果卷积核的高度和宽度是 kh=kw=1 ,前向传播的计算复杂度是多少?
h×w×ci×co
5.本节最后一个示例中的变量Y1和Y2是否完全相同?为什么?
看见有说不一样的,但是我的为什么一样…留个坑
6.当卷积窗口不是 1×1 时,如何使用矩阵乘法实现卷积?
这个是参考的别人的