7-6 CNN中Add与Concatenate区别

https://blog.csdn.net/xys430381_1/article/details/88355956

https://blog.csdn.net/weixin_39610043/article/details/87103358

 

concatenate操作是网络结构设计中很重要的一种操作，经常用于将特征联合，多个卷积特征提取框架提取的特征融合或者是将输出层的信息进行融合，而add层更像是信息之间的叠加。

 

• concat是通道数的增加;
• add是特征图相加，通道数不变

1.layers.Add为元素相加，要求两个tensors shape相同。
2.Concatenate为某个维度的叠加，要指定叠加axis，要求除叠加轴外，其他维度的shape要相同。
concatenate(group_list, axis=bn_axis)

add是描述图像的特征下的信息量增多了，但是描述图像的维度本身并没有增加，只是每一维下的信息量在增加，这显然是对最终的图像的分类是有益的。而concatenate是通道数的合并，也就是说描述图像本身的特征数（通道数）增加了，而每一特征下的信息是没有增加。