咸阳市遗尿那里看

发布日期:2019-08-22 00:37
信息来源:济南日报 字体:

咸阳市遗尿那里看,咸阳市儿童不说话医院治疗,西安品牌抽动症医院,渭南正规多动症医院,渭南女孩发育早看什么科,西安增高研究所

  这个概念去卷积(卷积)蔡勒是发表在解卷积网络的论文是第一次,但没有指定解卷积的名字,去卷积是在工作中正式使用期限为中间层次和高(自适应解卷积网络后功能学习)。随着上的成功应用卷积神经网络的可视化,这是越来越多的工作采用,如:场景分割,生成模型。其中反卷积(卷积),还有很多其他的叫法,如:换位卷积,分数跨进卷积等。

  这篇文章的主要目的有两个方面:

  。卷积解释层和所述层去卷积之间的关系;

  。澄清输入特征量值去卷积层的大小和输出特性之间的关系。

  卷积层##

  卷积水平大家应该很熟悉了,为了便于解释,定义如下:

  - 两维离散卷积(N =)

  - 输入方的特性(I = I = I)

  - 平方大小卷积核(K = K = k)的

  - 对于每个维度相同的步骤(S = S = S)

  - 每个具有相同的尺寸的填充(P = p值= P)

  下图显示了参数(I =,K =,S =,P =)卷积运算处理,结果可以从大小的输出特性(O = O = O =)中可以看出。

  下图显示了参数(I =,K =,S =,P =)卷积运算处理,结果可以从大小的输出特性(O = O = O =)中可以看出。

  从上面的两个例子,我们可以得出结论,卷积输出层输入的特征尺寸和特征卷积内核参数关系:

  O =?I + P?KS?+。

  其中 ?X? 表示四舍五入至x。

  引入反卷积之前,让我们来看看卷积运算和矩阵运算之间的关系。

  考虑一个简单的卷积运算层,这是一个参数(I =,K =,S =,P =),输出O =。

  对于上述卷积运算,我们已经表明在图中示出了卷积核×如下[,]稀疏矩阵C,其中非元素WI,j表示卷积内核和第i行第j列。

  然后,我们发展成输入特征×[,]矩阵X的,则Y = CX是[,]输出特性矩阵,其特征在于,其输出重排×得到最终结果可以从上面的分析计算卷积可以看出层可实际上被转换成矩阵乘法。值得注意的是,一些深度开源框架学习网络中,这是没有这样一个转换方法来计算卷积,这种转换,因为将有大量无用乘法运算的,来自Caffe具体实现可以指卷积计算实现卷积作为基质乘法。

  通过以上的分析,我们已经知道卷积层给操作员,并且可以被表示为矩阵乘法C,则很容易得到反向传播卷积层相乘和转置?。

  总体而言,我们已经说过去卷积也称为转置(移调)卷积,我们可以看到,实际上正向反向传播传播卷积层是反向传播过程去卷积层,卷积去卷积过程的层是通信处理的前层。因为卷积层通过C和CT,前部的反向计算相乘,并逆转由CT(CT)T,分别在层的和去卷积计算,使得它们的交流只是前向传播和反向传播来。

  下图显示了在对应于输入输出关系的图,并去卷积运算的卷积计算,其中它们的相反。如果不考虑信道卷积运算扭转操作来计算反卷积运算,我们也可以找到离散卷积卷积方法(这里仅用于说明目的,实际工作中也不会做)。

  也为了说明的目的,去卷积算子的参数定义如下:

  两维离散卷积(N =)

  其特征在于在方输入(I ‘= I’=“)

  平方大小卷积核(K ‘= K’= K“)

  每个维度相同步骤(S‘= S’= S‘)

  同一填充的每一维(P ’= P‘= P“)

  下图显示的参数(I ’= K‘=,S ’=,P‘=)去卷积运算,其对应于所述卷积操作参数(I =,K =,S =,P =)。我们可以找到对应的非卷积及其卷积(K = K”,S = S‘),但有更多的反褶积P’=。我们可以通过比较输入层的左上角看是卷积输出只向左上角,去卷积层出现P“= K?p?=。通过的示意图,可以看出输入到输出去卷积层S = S‘=的关系为:

  O ’= I‘?K ’+ P‘ + = I“+(K?)?p

  上述反卷积有时也被称为分步跨距卷积,大致翻译意味着卷积的小数步骤。对于步骤>卷积,我们可能会想到去卷积步骤相应的“<。如下图所示为一个参数为 i=,k=,s=,p=的卷积操作(就是第一张图所演示的)所对应的反卷积操作。对于反卷积操作的小数步长我们可以理解为:在其输入特征单元之间插入 s? 个,插入后把其看出是新的特征输入,然后此时步长 s′ 不再是小数而是为。因此,结合上面所得到的结论,我们可以得出Fractionally Strided Convolution的输入输出关系为:

  O ’= S(I'?)+ K?p

  conv_arithmetic

  是反褶积层一样卷积层?

  转载于:HTTP:// buptldy。github上。IO //// --- deconv /

  卷积和反卷积的更直观的了解:https://开头的github。COM / vdumoulin / conv_arithmetic

责任编辑:咸阳市遗尿那里看

【打印本页】 【我要纠错】 【关闭窗口】

分享到:
上一篇:塞浦路斯大学图书馆搬迁志愿者组成“人链”搬书
下一篇: 中央广播电视总台全方位报道2018珠海航展