二维卷积层分组
一层二维分组卷积分离输入通道进入组织和应用滑动卷积过滤器。使用分组卷积层channel-wise分离(也称为深度方面可分)卷积。
每组的层可变输入通过移动过滤器在垂直、水平的输入,计算权重的点积和输入,然后添加一个偏见。每一组独立的层结合曲线玲珑。如果组织的数量等于通道的数量,然后这一层执行channel-wise卷积。
创建一个二维卷积层和设置分组层
= groupedConvolution2dLayer (filterSize
,numFiltersPerGroup
,numGroups
)FilterSize
,NumFiltersPerGroup
,NumGroups
属性。
[1]Glorot,泽维尔,Yoshua Bengio。“理解的难度训练前馈神经网络。”In《十三人工智能国际会议上和统计,249 - 356。意大利撒丁岛:AISTATS, 2010。
[2]他开明、象屿张任Shaoqing,剑太阳。“深深入整流器:超越人类表现ImageNet分类。”In学报2015年IEEE计算机视觉国际会议,1026 - 1034。华盛顿特区:IEEE计算机视觉的社会,2015年。
trainNetwork
|reluLayer
|batchNormalizationLayer
|maxPooling2dLayer
|fullyConnectedLayer
|convolution2dLayer