本文介绍了深度学习中常见的数据操作方法，包括slice用于按指定下标拆分数据，concat用于将多个数据集沿特定维度合并，split实现数据集的复制并分配给不同层，tile用于扩展数据集的某一维度，reduction用于缩减指定维度至一维，reshape改变数据形状，eltwise对等尺寸的数据进行加、乘或取最大值操作，flatten将多维数据压缩为较少维度。
slice：在某一个维度，按照给定的下标，blob拆分成几块。比如要拆分channel，总数50，下标为10,20,30,40，那就是分成5份，每份10个channel，输出5个layer。
concat：在某个维度，将输入的layer组合起来，是slice的逆过程。
split：将blob复制几份，分别给不同的layer，这些上层layer共享这个blob。
tile：将blob的某个维度，扩大n倍。比如原来是1234，扩大两倍变成11223344。
reduction：将某个维度缩减至1维，方法可以是sum、mean、asum、sumsq。
reshape：这个很简单，就是matlab里的reshape。
eltwise：将几个同样大小的layer，合并为1个，合并方法可以是相加、相乘、取最大。
flatten：将中间某几维合并，其实可以用reshape代替。
......填坑中
扫一扫
6226
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
