Densen中的平均L1范数（通过输入特征标准化）

2024-09-25 00:21:37 发布

您现在位置：Python中文网/ 问答频道 /正文
3899 3

我正在实现一个网络。Densenet 3纸制作了一个层依赖的热图（如图
Layer dependency heatmap

他们将其描述为热图中的一个像素是由许多输入特征归一化的加权平均L1范数。 image description

有人能详细解释一下这个描述吗？如果我有3x40权重矩阵大小（3x3是过滤器大小，3是输入通道，40是输出通道），它将被计算到热图的一个像素，这怎么计算


Tags： 网络范数l1过滤器矩阵像素特征权重
1条回答
网友
1楼 · 发布于 2024-09-25 00:21:37

我认为这意味着只计算与源层相关的过滤器内核的平均值，并对其进行规范化。 例如，如果输入特征映射是h*w*16和源层的第二个8通道，并且conv内核是3*3*16*16，那么相关的内核是3*3*16*8。你知道吗

  • 有关conv的更多详细信息，请参见此图片

相关问题 更多 >

    编程相关推荐