【转】Filter Concatenation理解
学习深度学习,有几篇论文大多数人都会读到。
其中一篇就是《Going deeper with convolutions》,google在这片论文中提到了一个inception模型(示意版,简单模式):
对于我这种基础知识不牢靠,学习时间非常短的人来说,对深度神经网络的理解还没到位,经常看论文一知半解,很多概念搞不清楚。
看到上面这个图,我就产生了一个疑问:
上图中的Filter Concatenation是怎么工作的,明明下面是三个不同大小的核卷积出来的,难道有个Filter Concatenation操作可以把不同大小的图混合在一起?
首先这是我的第一个误解,估计只有很少人会有:
就是在没有特殊说明的情况下卷积后的图像大小只和步长有关和卷积核大小无关,卷积核如果超出边缘会有相应策略填充:
如图 上面超出的部分可以用0或者1,8,15填充, 主要看具体策略。
回过头来看inception模型(改进版,最下面的MaxPool是输入,不属于模型内):
(S)前面的就是步长可以看到中间两层的步长都是1,所以混合的时候4条线路的结果出来的图大小是一样的,就没有所谓的Filter Concatenation需要混合不同大小的图这一说。
回到Filter Concatenation具体是怎么操作的,其实很简单 就是把图按深度链接起来,tensorflow代码如下:
concatenated_tensor = tf.concat(3, [branch1, branch2, branch3, branch4])
打个比方3个10x10x3的图按照深度连接起来就会变成一个10x10x9的图,所以Filter Concatenation就这么简单,把几个图连成一个而已
转载自:https://blog.csdn.net/qq_28132591/article/details/64124491
【转】Filter Concatenation理解相关推荐
- 【学习记录】Inception结构的简单介绍及Filter Concatenation的理解
文章目录 [学习记录]Inception结构的简单介绍及Filter Concatenation的理解 Inception Filter Concatenation [学习记录]Inception结构 ...
- 对 Error-State Kalman Filter 的理解
我对 Error-State Kalman Filter 的理解.本文的主要参考文献是 Joan Sola 的 <Quaternion kinematics for the error-stat ...
- 对Kalman Filter的理解
1. 卡尔曼滤波理论回顾 对于一个动态系统,我们首先定义一组状态空间方程 状态方程: 测量方程: xk是状态向量,zk是测量向量,Ak是状态转移矩阵,uk是控制向量,Bk是控制矩 ...
- kalman、particle filter直白理解
1. particle filter Sampling Importance Resampling (SIR),根据重要性重采样.下面是我对粒子滤波实现物体跟踪的算法原理的粗浅理解: 1)初始化阶段- ...
- Java中Filter的理解
Filter工作原理 当客户端发出Web资源的请求时,Web服务器根据应用程序配置文件设置的过滤规则进行检查,若客户请求满足过滤规则,则对客户请求/响应进行拦截,对请求头和请求数据进行检查或改动,并依 ...
- bilateral filter双边滤波器的通俗理解
bilateral filter双边滤波器的通俗理解 图像去噪的方法很多,如中值滤波,高斯滤波,维纳滤波等等.但这些降噪方法容易模糊图片的边缘细节,对于高频细节的保护效果并不明显.相比较而言,bila ...
- 卡尔曼滤波(Kalman Filter)原理理解和测试
Kalman Filter学原理学习 1. Kalman Filter 历史 Kalman滤波器的历史,最早要追溯到17世纪,Roger Cotes开始研究最小均方问题.但由于缺少实际案例的支撑(那个 ...
- CNN中feature map、卷积核、卷积核个数、filter、channel的概念解释,以及CNN 学习过程中卷积核更新的理解
feature map.卷积核.卷积核个数.filter.channel的概念解释 feather map的理解 在cnn的每个卷积层,数据都是以三维形式存在的.你可以把它看成许多个二维图片叠在一起( ...
- 【文章阅读】BN(2015)理解Batch Normalization批标准化
Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift Brief 该 ...
- java web 自定义filter
filter顾名思义,过滤器的意思,在javaweb中的Struts就利用了这种机制去实现视图和业务分离. 这里来配置下自己的Filter来理解下Struts的内在. 在web.xml 中添加下面: ...
最新文章
- 脑电分析系列[MNE-Python-1]| MNE-Python详细安装与使用(更新)
- c语言 python-C语言、Java语言和python语言的区别在哪里
- vi/vim命令怎么在Linux系统中使用
- java servlet init方法_JSP开发Servlet重写init()方法实例详解
- 反编译exe软件_【娱乐向】exe逆向工程(破译《游戏开发课》老师的成绩程序)...
- 【Spring Boot + Vue 实际案例】
- 网络协议从入门到底层原理(11)网络爬虫、无线网络、HTTP缓存、即时通信、流媒体
- Java-note-调试小技巧
- Free MyBatis plugin下载安装及作用
- 微信api接口调用-微信群管理
- 变种WannaCry
- 剑指offer: 两个栈实现一个队列
- 大使、布道师、贡献者,OpenHarmony社区发起三大贡献者激励计划
- 动物叫声合集v1.0支持25种动物叫声模拟
- reack Hooks
- 连接MySQL服务器
- 可编程区块链以太坊的未来
- STM32F103学习笔记(1)——stlink和miniusb下载两种方式
- 酷享cms网站企业授权系统源码 带盗版检测
- 利用python编写钉钉机器人工作日提醒
热门文章
- C++语音信号时域分析
- python mssql get image bin_python实现mssql里点数据集到AutoCAD的文本转换
- java图像预处理_图像预处理(一)基本特征提取
- systen v消息队列(一)
- 高斯函数及高斯滤波器
- 安全运维基础知识梳理
- c++ 三点求外接圆圆心 3维实现
- 简单的jsp代码(登录界面)
- 《遥感原理与应用》第三版——思维导图
- 2020超星android测试,2020知到《现代物流学》免费答案超星尔雅《测试作业导入》答案公众号...