L2norm (ParseNet) caffe实现与使用

本文详细介绍了L2norm在ParseNet中的作用,分析了L2norm的公式和反向传播推导,并探讨了在caffe中如何实现L2norm。作者还分享了Wei Liu大神提供的官方源码及在SSD中的应用示例,同时讨论了关键参数across_spatial和channel_shared的影响。最后,作者总结了在特征融合中应用L2norm和其他norm层的体验,指出初始化参数设置对结果至关重要。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

ParseNet和部分文章中提到在进行feature fusion之前要进行 L2norm,这是因为多层feature map的激活值大小分布差距比较大,如果没有经过 norm,会导致激活值普遍较大的 feature map 对融合后的结果影响更大。

简介

L2norm公式

这里写图片描述

L2norm反向传播BP推导

这里写图片描述

L2norm的caffe实现

但是网上很难找到 L2norm 相关的源码,caffe本身也没有实现,大致看了一下github上有很多关于 L2norm 的实现也不够完善,比如并没有提供 across spatial: false/ true 两种不同的模式,经过搜索,发现实际上 ParseNet 的作者Wei Liu大神在自己的Github上放出了L2norm的官方源码,只是命名和存放位置不太好找。
Wei Liu大神实现的L2norm源码可以见这里,其命名为normalize_layer,对应的 .cpp, .cu, .hpp 文件都可以在对应的位置找到。另外由于Wei Liu大神的 SSD 文章中也用到了 L2nor

爬虫Python学习是指学习如何使用Python编程语言来进行网络爬取和数据提取的过程。Python是一种简单易学且功能强大的编程语言,因此被广泛用于爬虫开发。爬虫是指通过编写程序自动抓取网页上的信息,可以用于数据采集、数据分析、网站监测等多个领域。 对于想要学习爬虫的新手来说,Python是一个很好的入门语言。Python的语法简洁易懂,而且有丰富的第三方库和工具,如BeautifulSoup、Scrapy等,可以帮助开发者更轻松地进行网页解析和数据提取。此外,Python还有很多优秀的教程和学习资源可供选择,可以帮助新手快速入门并掌握爬虫技能。 如果你对Python编程有一定的基础,那么学习爬虫并不难。你可以通过观看教学视频、阅读教程、参与在线课程等方式来学习。网络上有很多免费和付费的学习资源可供选择,你可以根据自己的需求和学习风格选择适合自己的学习材料。 总之,学习爬虫Python需要一定的编程基础,但并不难。通过选择合适的学习资源和不断实践,你可以逐步掌握爬虫的技能,并在实际项目中应用它们。 #### 引用[.reference_title] - *1* *3* [如何自学Python爬虫? 零基础入门教程](https://blog.youkuaiyun.com/zihong523/article/details/122001612)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^koosearch_v1,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [新手小白必看 Python爬虫学习路线全面指导](https://blog.youkuaiyun.com/weixin_67991858/article/details/128370135)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^koosearch_v1,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值