權值共享的思考
在CNN中,每個濾波器
在整個視覺域(visual field)上是不斷重復的。這些重復的單元共享着相同的參數設定(權值向量(weight vector)和偏置(bias)),並且組成一個特征圖(feature map)。
Layer m-1 Depth為3,按照RGB提取三個類型的特征值
三個Feature Maps 合為一個 Map ,
三個圖層合一,假如 是一個 ax+by+cz => layer m
那么a,b,c三個參數就是共享權值 Shared Features

權值共享的思考
在CNN中,每個濾波器
在整個視覺域(visual field)上是不斷重復的。這些重復的單元共享着相同的參數設定(權值向量(weight vector)和偏置(bias)),並且組成一個特征圖(feature map)。
Layer m-1 Depth為3,按照RGB提取三個類型的特征值
三個Feature Maps 合為一個 Map ,
三個圖層合一,假如 是一個 ax+by+cz => layer m
那么a,b,c三個參數就是共享權值 Shared Features

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。