python - keras实现共享卷积权重——转置操作
问题描述
我阅读了几篇论文,他们建议按如下方式实现 ResNet 的残差块
u^{k+1} = u^k - \tau K^T \sigma(K u^k),
其中 u^{k} 表示第 k 层的输出,$\tau$ 是人工时间步长,K 是卷积矩阵。具有这种类型块的 ResNet 应该在数值上更稳定,就像使用更常见的块:u^{k+1} = u^k - \tau K_2 \sigma(K_1 u^k)。
如何使用 keras/tf 共享权重并实现 K^T 操作?我注意到类似的问题被问到:如何在两个 keras 层之间共享权重?
与上述帖子中提供的答案相反,我想使用相同的权重来执行两种不同的操作,即 K 和 K^T。
解决方案
推荐阅读
- java - 无法在 redhat linux 上的 jboss 服务器上加载库(libFile.so)
- java - java 为什么这个程序会给出 NullPointerException?
- facebook - 我无法使用 facebook graphs API 获得其他用户对我的视频的评论
- sql-server - 如何在 SQL Server 中获取存储过程修改历史记录?
- linux - 如何在 Linux 中更改单个线程的名称?
- django - Django-REST-Framework 验证失败:“此字段是必需的”
- java - Spring Boot @Insert 一个实体,其属性是自定义对象
- mendix - Mendix 检索最后一个输入值
- git - 当您在本地计算机上使用 git 提交时,您是否会在关闭计算机时丢失分支/提交?
- c++ - 当从 setter 方法返回 *this 时,对象变得不可变