質問編集履歴
4
それぞれに
test
CHANGED
File without changes
|
test
CHANGED
@@ -1,6 +1,6 @@
|
|
1
1
|
Residual Networkのもっとも基本的な処理方法が論文をいくら読んでも分からなかったので、お助けください!
|
2
2
|
|
3
|
-
Residual Network block/Unit 図の中のXやH(X),F(X)は
|
3
|
+
Residual Network block/Unit 図の中のXやH(X),F(X)はそれぞれにscalar量ですか、それとも一枚のfeature mapでしょうか。
|
4
4
|
|
5
5
|
あるいは複数のfeature mapでしょうか。
|
6
6
|
|
3
scaler ---> scalar
test
CHANGED
File without changes
|
test
CHANGED
@@ -1,6 +1,6 @@
|
|
1
1
|
Residual Networkのもっとも基本的な処理方法が論文をいくら読んでも分からなかったので、お助けください!
|
2
2
|
|
3
|
-
Residual Network block/Unit 図の中のXやH(X),F(X)は一つのscal
|
3
|
+
Residual Network block/Unit 図の中のXやH(X),F(X)は一つのscalar量ですか、それとも一枚のfeature mapでしょうか。
|
4
4
|
|
5
5
|
あるいは複数のfeature mapでしょうか。
|
6
6
|
|
2
どこでも
test
CHANGED
File without changes
|
test
CHANGED
@@ -1,11 +1,11 @@
|
|
1
1
|
Residual Networkのもっとも基本的な処理方法が論文をいくら読んでも分からなかったので、お助けください!
|
2
2
|
|
3
|
-
Residual Network block/Unit 図の中のXは一つのscaler量ですか、それとも一枚のfeature mapでしょうか。
|
3
|
+
Residual Network block/Unit 図の中のXやH(X),F(X)は一つのscaler量ですか、それとも一枚のfeature mapでしょうか。
|
4
4
|
|
5
5
|
あるいは複数のfeature mapでしょうか。
|
6
6
|
|
7
|
-
自分の知識からしますと、convolutional networkはいつも複数のfeature mapを入力とし、複数のfeature mapを出力としますので、
|
7
|
+
自分の知識からしますと、convolutional networkの各層はいつも複数枚のfeature mapを入力とし、複数枚のfeature mapを出力としますので、
|
8
8
|
|
9
|
-
上記
|
9
|
+
上記Xは複数のfeature mapより構成されているmap stack(深さはchannel数という)かなと思いますが、
|
10
10
|
|
11
11
|
もしそうであれば、F(X) + X はどうやって計算するのでしょうか。
|
1
F(X) + X
test
CHANGED
File without changes
|
test
CHANGED
@@ -1,6 +1,6 @@
|
|
1
1
|
Residual Networkのもっとも基本的な処理方法が論文をいくら読んでも分からなかったので、お助けください!
|
2
2
|
|
3
|
-
|
3
|
+
Residual Network block/Unit 図の中のXは一つのscaler量ですか、それとも一枚のfeature mapでしょうか。
|
4
4
|
|
5
5
|
あるいは複数のfeature mapでしょうか。
|
6
6
|
|
@@ -8,4 +8,4 @@
|
|
8
8
|
|
9
9
|
上記xは複数のfeature mapより構成されているmap stack(深さはchannel数という)かなと思いますが、
|
10
10
|
|
11
|
-
もしそうであれば、
|
11
|
+
もしそうであれば、F(X) + X はどうやって計算するのでしょうか。
|