本地连接的层过滤器

Question

我在理解如何在本地连接层中使用过滤器时遇到问题。 例如，假设输入是6x6x3图像，我们使用一个Conv2D（相同的填充）和一个LocallyConnected2D，其中包含4个大小为3x3的滤镜。

filters, biases = model.layers[2].get_weights()

当我在layer.get_weights()上使用conv2D时，它将返回形状为(3,3,3,4)且偏置形状为(4, )的滤波器，这是我们期望的，因为我们有4个形状为{{1}的滤波器}。

但是3x3x3上的layer.get_weights()返回形状为LocallyConnected2D且形状为(16,36,4)的滤波器。

为什么过滤器形状为(4,4,4)？

我知道本地连接的层在每个输入补丁处使用不同的过滤器。我们如何只用4个滤镜在整个图像上滑动？

Answer 1

读取documentation时，警告输入为32x32x3和64 filters的图层：

  

请注意，该层将使用（30 * 30）*（3 * 3 * 3 * 64）+（30 * 30）* 64个参数

或者：

• 内核：(patches x patches) * (size * size * input_channels * output_channels)
• 偏好：(patches x patches) * output_channels

翻译成您的案子

  

此层将消耗（4 * 4）*（3 * 3 * 4 * 4）个内核参数+（4 * 4）* 4个偏差参数。

说明：

• 您的内核大小为3x3（第二个括号的第一部分）
• 您的输入通道是4（第二个括号中的第三个数字），输出是4（第四个数字）中的
• 对于图像6x6和此内核大小，有4x4个补丁。 （就像图像32x32将具有30x30个内核大小为3x3的补丁一样，没有填充）

对于偏差，请4x4贴片和4输出通道。