python - 折叠连续的线性层

Question

我有一个具有 3 个连续线性层（卷积）的神经网络，中间没有激活函数。在训练网络并获得权重后，我想将所有 3 层折叠为一层。

当每一层都有不同的内核大小和步幅时，如何在实践中做到这一点？

图层如下：

1. 具有 3x3 内核、5 个输入通道和 5 个输出通道（大小为 3x3x5x5 的张量）的卷积层，步幅为 1，填充“相同”
2. 具有 5x5 内核、5 个输入通道和 50 个输出通道（大小为 5x5x5x50 的张量）的卷积层，步幅为 2，填充“相同”
3. 具有 3x3 内核、50 个输入通道和 50 个输出通道（大小为 3x3x50x50 的张量）的卷积层，步长为 1，填充“相同”

提前致谢

标签： pythonmachine-learningneural-networkconvolutionconvolutional-neural-network

Answer 1

置换第一层内核的维度，使得输入通道处于“小批量”维度，输出通道处于“通道”维度。应用第二层，就好像那是一个图像。然后将第三层应用于结果。最终结果是“折叠”层的内核。

使用“完整”填充所有这些操作。如果这大致正确（除了填充），请尝试修复填充（可能它应该在最后一次操作中“相同”）。