二维分组卷积层
一个二维分组卷积层将输入通道分成组,并应用滑动卷积滤波器。使用分组卷积层进行信道可分(也称为深度可分)卷积。
对于每一组,该层通过沿输入垂直和水平移动滤波器,计算权重和输入的点积,然后添加偏差项,对输入进行卷积。该层为每一组独立地组合卷积。如果组的数量等于信道的数量,则该层执行信道相关的卷积。
创建一个二维分组的卷积层并设置层
= groupedConvolution2dLayer (过滤
那numFiltersPerGroup
那numgroups.
)FilterSize
那numfiltersperroup.
, 和numgroups.
属性。
创建一个通道卷积层(也称为深度卷积)。在这种情况下,软件决定层
= groupedConvolution2dLayer (过滤
那numFiltersPerGroup
,“信道逐”)numgroups.
训练时的财物。这个语法等价于settingnumgroups.
输入信道的数目。
[1]格洛洛,泽维尔,还有约书亚·本吉奥。理解训练深度前馈神经网络的困难在第十三届国际人工智能和统计会议论文集,249-356。撒丁岛,意大利:2010年亚斯特哈。
[2]他,Kaiming,湘雅张,少清任,剑孙。“深入研究整流器:超越了在想象集分类上的人力水平表现。”在计算机视觉在2015年IEEE国际会议论文集, 1026 - 1034。计算机视觉,2015。