caffe SqueezeNet:原型文本中完全连接的FC层在哪里

时间:2018-03-10 12:39:08

标签: neural-network deep-learning caffe conv-neural-network pycaffe

我正在研究caffe SqueezeNet原型link

我只是想知道FC层在哪里? (我只看到类型:data,conv,relu,pooling,concat,SoftmaxWithLoss和准确度)

2 个答案:

答案 0 :(得分:2)

原因是FC层有大量参数,在某些架构中计算了大部分网络参数。 SqueezeNet的作者删除了FC,用卷积层和全局平均池替换它们。

conv层有许多过滤器,它们等于类的数量,将前一层的输出处理为(大致)每个类的映射。池化平均每个地图的响应。它们最终得到一个扁平向量,其维数等于类的数量,然后将其提供给SoftMax层。

通过这些修改(不要忘记他们提出的Fire模块),他们能够显着减少内存占用。

我强烈建议您阅读SqueezeNet paper

答案 1 :(得分:1)

SqueezeNet没有完全连接的层,而是使用全局平均池。