L****8
发帖数: 3938 | 1 比如 filter是 5x5x3
卷积 就是 输入image 分解为一系列的 5x5x3 patch 然后和filter相乘
tensorflow 能否对这些 patch 做 normalization，把L1/L2 norm弄成1 ？ |
L****8
发帖数: 3938 | 2 有人问过
https://github.com/fchollet/keras/issues/4741
【在 L****8 的大作中提到】
: 比如 filter是 5x5x3
: 卷积 就是 输入image 分解为一系列的 5x5x3 patch 然后和filter相乘
: tensorflow 能否对这些 patch 做 normalization，把L1/L2 norm弄成1 ？
|
w***g
发帖数: 5958 | 3 对patch normalize后conv，相当于先conv，每个元素再除以
对应patch的L1/L2 norm. 这个norm通过和全1矩阵conv实现。
假设输入是X
按L1: (X * F) / (|X| * ones)
按L2: (X * F) / sqrt(sqr(X) * ones))
其中*是卷积， /, sqr, sqrt都是按元素操作。
F是你的filter, ones是和F尺寸一致的全1 filter。
包子答谢我吧。
【在 L****8 的大作中提到】
: 比如 filter是 5x5x3
: 卷积 就是 输入image 分解为一系列的 5x5x3 patch 然后和filter相乘
: tensorflow 能否对这些 patch 做 normalization，把L1/L2 norm弄成1 ？
|
L****8
发帖数: 3938 | 4 赞 包子已发
对了 这个操作 你试过么？
我觉得可以提高鲁棒性
【在 w***g 的大作中提到】
: 对patch normalize后conv，相当于先conv，每个元素再除以
: 对应patch的L1/L2 norm. 这个norm通过和全1矩阵conv实现。
: 假设输入是X
: 按L1: (X * F) / (|X| * ones)
: 按L2: (X * F) / sqrt(sqr(X) * ones))
: 其中*是卷积， /, sqr, sqrt都是按元素操作。
: F是你的filter, ones是和F尺寸一致的全1 filter。
: 包子答谢我吧。
|
w***g
发帖数: 5958 | 5 我不知道可以这样做，下次试。
【在 L****8 的大作中提到】
: 赞 包子已发
: 对了 这个操作 你试过么？
: 我觉得可以提高鲁棒性
|
