深度学习网络层
文章平均质量分 59
MiltonY
这个作者很懒,什么都没留下…
展开
-
darknet的batch_norm是如何融合到卷积层conv的
前向传播中,batch_norm与conv的融合1. batch_norm层的前向传播其中mean(X)表示训练过程中得到的滑动平均值,var(X)表示训练过程中得到的滑动方差。具有泛化整个训练过程所有的图片的像素值。表示缩放因子,表示为平移因子,为学习过程中学习到的值。2. conv层的前向传播其中W表示为卷积核,b表示为偏置,卷积层一般为0。3. 合并batch_norm与conv4. darknet中的函数fuse_conv_batchnorm...原创 2021-05-07 16:41:16 · 651 阅读 · 0 评论 -
yolov2中的reorg网络层数据理解
yolov2的reorg数据理解 以上是yolov2的reorg层在整个yolov2网络的示意图。yolov2的reorg层的输入是38x38x64=92416,通过reorg重组得到输出19x19x256。本文需要理解的是reorg是如何重组的。1.reorg的darknet代码2. 根据程序理解矩阵重组本文只考虑长、宽、通道维度上的变化过程。(1) 根据yolov2中的参数,可以得到reorg层:stride=2, in_c=64, [out_w, out_h...原创 2021-05-26 11:37:18 · 1399 阅读 · 2 评论 -
yolov4中带groups的route理解
1. yolov4-tiny配置文件示意图其中yolov4-tiny.cfg文件[route]中多出了groups与group_id原创 2021-06-29 16:37:10 · 644 阅读 · 1 评论 -
Batch Normalization的Darknet代码解析
Batch_Norm公式推导与Darknet代码理解论文:《Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift》URL:https://arxiv.org/pdf/1502.03167.pdf1. Batch_Norm的正向推导2. Batch_Norm反向推导其中对均值与xi的求导会用到复合函数的求导计算:3. darknet代码3.原创 2021-05-19 09:46:55 · 295 阅读 · 0 评论