其他分享
首页 > 其他分享> > 多输入多输出QA

多输入多输出QA

作者:互联网

假设输入和输出的高宽没有变的情况下,通常不会去动通道数的值;但是把输入和输出的高宽都减半的情况下,通常会把输出的通道数加一位;也即把空间信息压缩了,然后把提取出来的那些信息在更多的通道中存下来;(网友:下采样后通道拓宽一倍;)

1. 网络越深,Padding 0越多,这里是否会影响性能?答:计算性能方面还好,就加了一点点,影响微乎其微;模型性能方面,填充的0不会对你的输出造成影响;0和你的卷积一乘得到0(当然偏差是有),最后有很多0进来,反正最后出来就等价于一个偏差值,再加一个常数,所以这个东西对神经网络来讲它无所谓,常数对于它来讲是可以忽略掉这个事情;所以很多Padding不会太多的影响到你的精度;当然会有一定的影响你的性能,如果你的Padding很多很多0,当然计算就会很复杂了;

2. 每个通道的卷积核是不一样的,不同通道的卷积核大小是一样的,应该少说了大小两个字把?

标签:输出,卷积,性能,QA,通道,输入,Padding
来源: https://www.cnblogs.com/Li-JT/p/15810678.html