machine-learning - caffe中reduction层的参数如何设置?

标签 machine-learning deep-learning caffe

我想将 n1*c1*h1*w1 blob 转换为 n1*1*h1*w1(使用 sum),使用归约层时应该设置哪些参数? 非常感谢!

最佳答案

您可以使用 Slice 层将所有 channel 分成不同的 blob,然后使用 Eltwise 层将它们相加。

关于machine-learning - caffe中reduction层的参数如何设置?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/42992982/

相关文章:

python - TensorFlow:如果我在图形中处理二次计算,是否会消耗更多内存?

compiler-errors - “adadelta_solver”的Caffe编译错误

python - sklearn 中的流水线问题

r - 使用 MXnet 时如何保存模型

python - 如何在Keras中输出每类的准确率?

tensorflow - 如何在 Keras 中实现屏蔽 softmax 交叉熵损失函数?

opencv - nvcc fatal : Unsupported gpu architecture 'compute_20' while cuda 9. 1+caffe+openCV 3.4.0 已安装

opencv - 使用来自 CAFFE 的 Opencv 3.1

python - 为什么我在 Xgboost 的 python 和 CLI 版本之间得到不同的预测结果?

python - 如何将下面代码中的性能指标从准确度更改为精确度、召回率和其他指标?