Caffe Element -Wise乘法與固定斑點

我想我會問這裏多個quesitons，我想任何評論，因爲我是新來Caffe。Caffe Element -Wise乘法與固定斑點

在我的網絡輸入圖像具有尺寸1x41x41由於我使用的64批次大小，我認爲數據量將是64x1x41x41（請糾正我，如果這是錯誤的）

一些卷積層後（不改變數據大小），我想將結果數據乘以大小爲1x41x41的預定義斑點。使用EltwiseLayer來進行乘法似乎很方便。所以爲了定義Eltwise的第二底層，我需要爲blob提供另一個輸入數據。（請告知這是否可以通過其他方式完成）

第一個問題：批量培訓令我困惑。如果我想將一批圖像與EltwiseLayer中的單個斑點相乘，底部尺寸應該是相同的嗎？換句話說，我應該使用repmat（matlab）來克隆64個斑點的大小爲64x1x41x41或者我可以插入大小爲1x1x41x41的單個斑點？

第二個問題：我想用100個不同的斑點數乘以數據，然後取100個結果的平均值。我是否需要定義100 EltwiseLayers才能完成這項工作？或者我可以收集大小爲1x100x41x41（或64x100x41x41）的單個數據中的斑點並克隆要倍增的數據100次？如果是這樣，我該怎麼做？一個例子會非常有用。（我見過一個TileLayer的地方，但信息遍佈銀河系。）

在此先感謝。

來源

2017-09-30 Tarhan

使用瓷磚層，而不是repmat – Shai

什麼是乘以100點用**固定**矩陣乘以平均值？以100個矩陣**的平均值**一次**乘以blob – Shai

@Shai你實際上正確地使用斑點的平均值。我不知道我將如何合併100個結果，也許我可以使用maxpooling等。對於瓦片層[鏈接]（https://github.com/BVLC/caffe/issues/4422）無法回答我是怎麼想的使用它;我也無法關注doxygen文檔以瞭解要設置哪些參數。 – Tarhan

爲了在caffe中進行元素相乘，這兩個blob必須有正好相同的形狀。 Caffe沿單身尺寸不會"broadcast"。
因此，如果您想要將每批形狀爲1x41x41的一批64個斑點相乘，則必須提供兩個64x1x41x41底部斑點。
正如你已經指出的那樣，你可以使用"Tile"層做repmat ING：

layer { 
    name: "repmat" 
    type: "Tile" 
    bottom: "const_1x1x41x41_blob" 
    top: "const_64x1x41x41_blob" 
    tile_param { 
    axis = 0 # you want to "repmat" along the first axis 
    tiles = 64 # you want 64 repetitions 
    } 
}

現在你可以做"Eltwise"乘法

layer { 
    name: "mul" 
    type: "Eltwise" 
    bottom: "const_64x1x41x41_blob" 
    bottom: "other_blob" 
    top: "mul" 
    eltwise_param { 
    operation: MUL 
    } 
}

來源

2017-10-01 07:45:21 Shai

Caffe Element -Wise乘法與固定斑點

回答

相關問題