目前我正在使用 NiftyNet 开发一个新网络,需要一些帮助。
我正在尝试按照论文中的建议实现自动对焦层 [1]。
但是,在某个点上,自动对焦层需要计算K(K=4)个并行卷积,每个卷积使用相同的权重(w),然后将四个输出连接起来。
有没有办法在NiftyNet中创建四个具有相同权重的并行卷积层?
先感谢您。
目前我正在使用 NiftyNet 开发一个新网络,需要一些帮助。
我正在尝试按照论文中的建议实现自动对焦层 [1]。
但是,在某个点上,自动对焦层需要计算K(K=4)个并行卷积,每个卷积使用相同的权重(w),然后将四个输出连接起来。
有没有办法在NiftyNet中创建四个具有相同权重的并行卷积层?
先感谢您。
该问题的解决方案如下。
没有限制允许您多次使用相同的卷积层,每次使用另一个输入。这模拟了所需的并行性并解决了权重共享问题,因为只有一个卷积层。
然而,使用这种方法并不能解决每个并行层中具有不同膨胀率的问题——我们只有一个卷积层来解决上面提到的权重共享问题。
注意:使用给定的张量作为卷积层的输入
dilation rate = 2
或使用扩张张量rate = 2
作为卷积层的输入是相同的操作dilation rate = 1
。
因此,创建 K 个膨胀张量,每个张量具有不同的膨胀率,然后将它们中的每一个用作单个卷积层的输入,从而dilation rate = 1
解决了每个具有不同膨胀率的平行层的问题。
NiftyNet 提供了一个类来创建扩张张量。