python - Theano conv2d 和 max_pool_2d

在实现 convolutional neural network (CNN) in theno 时，会遇到 conv2d 运算符的两种变体:

以及最大池化的实现:

我的问题是:

conv2d 的两种实现有什么区别？

subsample 的 conv2d 参数的使用和 max_pool_2d 之后的 conv2d 子采样的应用有什么区别？
这就是以下之间的区别:

conv2d( ..., subsample=(2,2) )

和

a = conv2d( ..., subsample = (1,1) )
max_pool_2d( a, ds = (2,2) )

最佳答案

回答你的第一个问题， here is the section of the Theano docs that addresses it :

在幕后，它们都调用相同的函数，因此唯一的区别是用户界面。

关于你的第二个问题，结果是不同的。对等价的调用:

conv2(..., subsample=(2,2))

将会:

conv2d(...,subsample=(1,1))[:,:,::2,::2]

换句话说 conv2d 不取整个池化区域的最大值，而是池化区域索引 [0,0] 处的元素。

关于python - Theano conv2d 和 max_pool_2d，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/25159498/