deep-learning - 在 CNN 中初始化卷积层
问题描述
是否有一个函数来初始化卷积层的权重,以更多地关注更接近输入图像中心的信息?
我所有的输入图像都是居中的,因此远离图像中心的像素比靠近中心的像素更重要。
解决方案
请参阅此处的 GIF 以了解卷积的演示:
https://github.com/vdumoulin/conv_arithmetic#convolution-animations
如您所见,无论图像中的位置如何,卷积的操作都是相同的,因此权重初始化不能改变图像的焦点。
也不建议急于思考网络将和不需要学习您的任务。有时,在您作为人类可能关注的范围之外,还有大量令人惊讶的信号。我建议训练网络并查看它的性能,然后(正如其他人建议的那样)考虑裁剪。
推荐阅读
- arrays - 无法在 Postman 中将数组定义为变量
- powershell - 如何使用powershell查找文件并获取路径?
- python - 当我使用 configure_options 使用 add_file_option 将文件发送到我的节点时,为什么 python 会冻结?
- android - 当cordova构建android --angular时点击javax.net.ssl.SSLHandshakeException
- c# - 这两个来自不同类的 FileStreamResult 有什么区别?
- c# - .Net Standard 项目中的资源未添加到 DLL
- scala - 为什么我的 spark 作业在 collectasMap 时被阻塞
- python - 订购seaborn箱线图的y轴?
- python - 在 Seaborn 图中获取 LaTeX 符号,而不会弄乱 Pandas 查询
- r - 为什么我的 for 循环不是每次都重新分配数据帧?