什么是完全卷积层?

时间:2017-03-07 13:20:35

标签: deep-learning convolution

什么是完全convolutaionl层?我的意思是,为什么“完全”? [Long]中的措辞让我很困惑。

是不是因为他们从不使用完全连接的图层? 是因为图2中描述的'卷积化'获得的卷积层的内核覆盖了整个输入区域?

2 个答案:

答案 0 :(得分:1)

您是否在完全卷积网络中看到此图像中的最后一部分“完全连接”我们删除了此部分。但那么如何进行分类,因为我们已经有很多具有大激活图的通道?

在你提到的例子中,他们进行了上采样,其成本函数是测量重新解释图像(上采样)和地面实况之间的误差。

那么为什么它被称为完全卷积,因为它只是卷积在那里。空间特征提取。

CNN

答案 1 :(得分:0)

该短语来自短语"完全连接的层"使用"卷积层"。您可以将其视为完全连接的层,它作用于图像的子区域。然后,不是获得整个图像的单个输出特征向量,而是获得一组向量,每个向量对应于其对应的图像部分。形成矢量以产生地图的地方,这使人联想到卷积特征地图。