2017-05-03 196 views
0

我想知道在Keras中的例如2D卷積層中的濾波器權重是否默認沿空間維度共享。如果是的話,有沒有辦法不分享權重?Keras中的卷積層中的權重

+0

之間共享什麼?你究竟是什麼意思?這是一個卷積...不同的濾波器有不同的權重,它們對每個矩陣乘法保持相同的權重... –

回答

1

我不是你的問清楚,但:

在一個卷積層的權重是共用的。也就是說,這些過濾器在每個步幅中共享相同的權重。

但是,權重之間兩個卷積層在默認情況下在keras中不共享。

conv層中的過濾器沒有繞過共享wiegths。自從將卷積轉換爲C++庫之後執行。

見本answer供進一步參考,特別是:

tf.nn.conv2d的實現()被用C++編寫,這將調用使用 優化的代碼或者本徵(上CPU)或cuDNN庫(在 GPU上)。你可以在這裏找到實現。

+0

謝謝。是否有可能爲單個轉換中的每個過濾器或一組過濾器設置不同的權重?層在凱拉斯?假設我們想要在圖像的不同位置學習不同的特徵。 –

2

我發現LocallyConnected2D做我在找的東西。

LocallyConnected2D該層的工作方式類似於Conv2D層,不同之處在於權重是未共享,即,一組不同的濾波器在輸入的每個不同補丁應用。