unet阅读记录

(1)1*1卷积核:如果输入和输出都只是一个平面,那1*1卷积核 并没有什么意义。它不考虑像素与周边像素的关系,但卷积的输入和输出是长方体,所以1*1卷积核实际上是对每个像素点在不同channel 上面的线性整合,并且保留了图片原有的平面结构,调控depth,从而完成升维或者降维的作用,

(2)momentum

https://blog.csdn.net/tsyccnh/article/details/76270707

(3)左侧contracting path 和expanding path 的拼接,相当于在高分辨率和更抽象特征中做一个折衷。因为随着卷积次数增多,提取的特征也更加有效,更加抽象,上采样的图片是经历多次卷积后的图片,肯定是比较高效和抽象的图片,然后把它与左边不怎么抽象但更高分辨率的特征图片进行连接。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值