深度学习常用算子（一）

1、起始输入

Data：输入数据第一层

2、激活算子

作用：引入非线性（通常需要区分的区域，直线是无法完全区分的）

1）Relu

公式：ReLU(x)=max(0,x)

2）LeakyRelu

公式：LeakyRelu(x) = (x >= 0 ? x : x*negative_slope);

3）Relu6

公式：LeakyRelu(x) = max(max(x, 0), 6);

4）Tan

公式：tanh(x)=(exp(x)-exp(-x))/(exp(x)+exp(-x));

5）sigmoid

公式：sigmoid(x) = 1. / (1. + exp(x))

6）PRelu

公式：f(x) = max(x, 0) + slope_data[c] * min(x, 0);

3、两个Tensor计算

1）+、-、*、/：Add、Sub、Mul、RealDiv

2）BiasAdd：用于增加bias操作，通常bias是一维Tensor

3）MatMul：矩阵乘

4）Axpy：向量求和，公式：y += a * x

4、多个Tensor计算

EltwiseOp

作用：多个Tensor对应位置元素进行相乘、相加、取最大值中一种操作

5、归一化

1）BatchNorm

参考：https://blog.csdn.net/life_is_amazing/article/details/51839438

作用：加快神经网络的训练收敛速度

2）LRN

全称：Local Response Normalization，即局部响应归一化层

作用：

LRN这个概念和运用是出现在AlexNet中。
LRN最初是生物学里的概念“相邻神经元抑制”，对局部神经元的活动创建竞争机制。
使用LRN增加了泛化能力（使输出中响应比较大的值变得相对更大，并抑制其他响应较小的神经元），做了平滑处理，提高了1%~2%的识别率。

其他：

在2015年的《Very Deep Convolutional Networks for Large-Scale Image Recognition》中，说明了LRN在IILSVRC数据集上不能对性能进行改善。
主流的模型中基本不使用LRN。

3）SsdNormalize

作用：限制了一次归一化的范围

使用网络：SSD

6、特征提取

1）Convolution

作用：分区域进行特征值提取

2）FullConnection

作用：

看作一种特殊卷积层，或者看作矩阵乘；整个输入作为feature map，进行特征提取

FC是一种迁移学习的结果，具体作用参考：https://www.zhihu.com/question/41037974

通常FC后面接Softmax，所以FC层的功能还包括矩阵维度变换，将维度变换为Softmax对应的维度

3）Correlation

与Convolution的区别，参考：https://www.cnblogs.com/linyuanzhou/p/4846499.html

4）DeConvolution

参考：https://www.jianshu.com/p/91e07efe2f32

作用：将一个低维度的空间映射到高维度，同时保持他们之间的连接关系/模式

5）DepConvolution

参考：https://baijiahao.baidu.com/s?id=1625255860317955368&wfr=spider&for=pc

作用：采用分步计算的方法，完成普通3D核的计算，其好处在于提升卷积计算的效率

7、防过拟合

1）Pooling

作用：Pooling的作用是将输入的图像划分为若干个矩形区域，对每个子区域输出最大值或平均值。Pooling减少了参数的数量，防止过拟合现象的发生。

2）Mean

作用：只有取均值功能的滑窗算子

3）ROIPooling

参考：https://blog.csdn.net/u011436429/article/details/80279536

作用：对ROI进行pooling操作，从不同大小的方框得到固定大小相应的feature maps

使用网络：Faster RCNN

4）ROIAlign

作用：解决ROIPooling两次量化带来的问题，使用线性插值的方式来解决。

使用网络：Mask-RCNN

5）PSROIPooling

参考：https://blog.csdn.net/wfei101/article/details/80766812

使用网络：R-FCN

深度学习常用算子（一）相关推荐

stn算子_深度学习常用算子（二）
1.Tensor维度变换 1)Flatten 作用:将输入tensor中从start_axis维度到end_axis维度合并为1维 2)Reshape 作用:将输入Tensor描述转换为新的shape ...
深度学习（二）——深度学习常用术语解释, Neural Network Zoo, CNN, Autoencoder
Dropout(续) 除了Dropout之外,还有DropConnect.两者原理上类似,后者只隐藏神经元之间的连接. 总的来说,Dropout类似于机器学习中的L1.L2规则化等增加稀疏性的算法,也 ...
DL：关于深度学习常用数据集中训练好的权重文件(Deeplab v3、MobileNet、InceptionV3、VGG系列、ResNet、Mask R-CNN )下载地址集合(持续更新)
DL:关于深度学习常用数据集中训练好的权重文件(Deeplab v3.MobileNet.InceptionV3.VGG系列.ResNet.Mask R-CNN )下载地址集合(持续更新) 目录基于 ...
深度学习常用性能评价指标
深度学习常用性能评价指标前言基于准确度的指标基于排名的指标基于图数据的指标前言深度学习性能指标是用于评价深度学习模型性能的依据,是设计模型的重要依据. 基于准确度的指标对于模型而言仅统计 ...
深度学习常用python库学习笔记
深度学习常用python库学习笔记常用的4个库一.Numpy库 1.数组的创建 (1)np.array() (2)np.zeros() (3)np.ones() (4)np.empty() (5) ...
自动驾驶深度学习常用中英文对照表
自动驾驶深度学习常用中英文对照表 A B C D E F G H I J K L M N O P Q R S T U V W Z A 英文中文词性 activation 激活值 n,名词 acti ...
深度学习常用评价指标
版权声明:本文为CSDN博主「ZONG_XP」的原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接及本声明. 原文链接:https://blog.csdn.net/zong59 ...
Paper：机器学习、深度学习常用的国内/国外引用(References)论文参考文献集合(建议收藏，持续更新)
Paper:机器学习.深度学习常用的国内/国外引用(References)论文参考文献集合(建议收藏,持续更新) References 1.国外格式 [1] D. E. Rumelhart, G. E ...
深度学习入门之Python小白逆袭大神系列（三）—深度学习常用Python库
深度学习常用Python库介绍目录深度学习常用Python库介绍简介 Numpy库 padas库 PIL库 Matplotlib库简介 Python被大量应用在数据挖掘和深度学习领域,其中使用 ...
深度学习常用数学知识
深度学习常用数学知识为什么图片能被计算机读取?为什么我们可以用CNN对成千上万中图片进行分类,这背后的原理是什么?在了解原理之前,先给大家补点数学知识.因为无论是深度学习还是机器学习,背后都是有一些 ...

深度学习常用算子（一）

深度学习常用算子（一）相关推荐

最新文章

热门文章