tensorflow DepthwiseConv2D中的depth_multiplier是如何工作的？

inn6fuwd 于 2022-11-16 发布在其他

关注(0)|答案(1)|浏览(75)

目前我正在学习计算机视觉，并学习深度卷积。（不是深度分离卷积！）
所以，我想知道的是**“depth_multiplier”参数是如何工作的。
首先，
不使用“depth_multiplier”而仅使用DepthwiseConv 2D（kernel_size =（3，3））时，**内核形状为（3x 3x 3），输出形状为（32 x32 x3）

问题是

但是当我使用“depth_multiplier”时，

深度方向二维对流（内核大小=（3，3），深度乘数=4）

内核的形状是否变为（3x 3x 3）x4？-〉这意味着4个（3x 3x 3）内核
输出形状变为（32 x32 x3）x4？或输出形状变为（32 x32 x12）？
这对我很重要因为
在这一层之后，我将使用标准卷积。2它有128个内核，内核大小=（3，3）。3我想知道内核的形状是什么样的。4它是（3x 3x 3）x128吗？5还是其他形状？
培训准则有效，但想知道它实际上是如何工作的。

我还想知道（depth_multiplier=#）的实际工作原理。

谢谢你之前。

tensorflow

来源：https://stackoverflow.com/questions/74223326/how-does-depth-multiplier-in-tensorflow-depthwiseconv2d-work

1条答案

按热度按时间

ig9co6j11#

是的，我知道
使用depth_multiplier=1：

x = tf.keras.Input(shape=(32, 32, 3))
y = tf.keras.layers.DepthwiseConv2D(kernel_size = (3,3), padding='SAME')(x)
keras.Model(inputs=x, outputs=y).layers[-1].weights[0].shape

#outputs TensorShape([3, 3, 3, 1])

对于depth_multiplier=4：

y = tf.keras.layers.DepthwiseConv2D(kernel_size = (3,3),depth_multiplier=4, padding='SAME')(x)
keras.Model(inputs=x, outputs=y).layers[-1].weights[0].shape

#outputs: TensorShape([3, 3, 3, 4])

赞(0）回复(0）举报 2022-11-16

我来回答

tensorflow DepthwiseConv2D中的depth_multiplier是如何工作的？

问题是

1条答案

相关问题

热门标签

最新问答