当前，我正在使用NiftyNet开发一个新的网络，并且需要一些帮助。
我正在尝试实现本文提出的自动对焦层[1] 。
但是，在某些时候，自动对焦层需要使用相同的权重（w）来计算 K（K = 4）个并行卷积。 >，然后连接四个输出。
是否可以在 NiftyNet 中创建四个具有相同权重的并行卷积层？
谢谢。
答案 0 :(得分：0)
解决此问题的方法如下。
没有限制，允许您多次使用同一卷积层，每次都使用另一个输入。由于只有一个卷积层，因此可以模拟所需的并行度并解决权重分配问题。
但是，使用这种方法并不能解决每个并行层具有不同的膨胀率的问题-如上所述，我们只有一个卷积层用于权重分配问题。
注意：使用给定张量作为输入是相同的操作
dilation rate = 2或使用膨胀的卷积层rate = 2的张量作为dilation rate = 1的卷积层的输入。
因此，创建每个具有不同膨胀率的K个扩张张量，然后将它们用作dilation rate = 1的单个卷积层的输入，解决了具有平行层且每个层具有不同膨胀率的问题。
NiftyNet提供了class来创建扩张的张量。