卷积神经网络如何连接到多层感知器？

Question

从9x9过滤器生成输出并将该输出作为输入传递给MLP进行哪种操作。

Answer 1

在最后一个卷积图层之后，您拥有N个功能图，其分辨率为WxH。如果您连接所有值，则可以将其视为大小为X的要素向量NxWxH。

这就是将连接到MLP的方式：即X充当nb线性变换的输入。 rows = MLP输出和nb。 columns = NxWxH。

示例：一个带有2个traffic sign recognition卷积层（x）的简单卷积网给出：

• 输入：3个通道，宽度= 32，高度= 32
• 第1层：108个要素图，宽度= 14，高度= 14
• 第2层：200个要素图，宽度= 5，高度= 5
• 具有100个隐藏单元的2层分类器和43个输出类

因此，要将它连接到最终的MLP，您将第2层的输出重新整形为 200x5x5 = 5000个元素的向量。

此向量成为大小为100（行）x 5000（列）的线性变换的输入。

（x）卷积核大小= 5，空间池大小= 2.