假设innerproduct(以下称IP层)层的层参数output_num为n, IP层输入blob尺寸为m*c*w*h ,那么输出尺寸为m*n ,即m*n*1*1,不难看出IP层把输入blob的m个二维矩阵(图片)通过与权重矩阵的卷积运算,最终转化为了一个m*n的二维矩阵,很显然,这个二维矩阵感知了输入的m张图片的综合特征,这也是IP层被称为多层感知的原因吧!
关于caffe innerproduct层的理解
最新推荐文章于 2021-11-30 12:45:11 发布