
Momenta
一呆飞仙
你那么努力,一定能活到大结局!
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
反卷积参数确定
反卷积输出 o = (i-1)*stride+ kernel_size-2pad 但是caffe官方文档建议参数比如下: layer { name: "upsample", type: "Deconvolution" bottom: "{{bottom_name}}" top: "{{top_name}}" convolution_param {原创 2019-01-15 21:03:23 · 1940 阅读 · 0 评论 -
caffe:同步Batch Normalization(syncbn)作用
1、BN训练与测试过程 BN层有4个参数,gamma、beta、moving mean、moving variance。其中gamma、beta为学习参数,moving mean、moving variance为数据集统计均值与方差,不可学习。在训练过程中: y为BN层输出,此时归一化的均值与方差为当前mini-batch的均值与方差。同时也记录moving mean、moving varianc...原创 2019-02-19 17:14:08 · 4567 阅读 · 3 评论