2017-03-08 4 views
5

バリエーションニューラルネットワークのウエイトのXavier初期化のすべてが、ファンインファンアウトを示しています。これらの2つのパラメータがどのように計算されているか教えてください。 1)畳み込み層の重みを形状[5,5,3,6](幅、高さ、入力深さ、出力深さ)のフィルタで初期化する。 2)完全に接続された層の重みを形状[400,120]で初期化する(すなわち、120の出力変数に400の入力変数をマッピングする)。ニューラルネットワークのXavier初期化でファンインとファンアウトを計算するにはどうすればよいですか?

ありがとうございます!

答えて

0

私の理解はおよび畳み込み層のファンアウトは次のように定義されていることである:CONV考慮下の層とmax_pool_areaのものにreceptive_field_heightreceptive_field_width相当する高さの積である

fan_in = n_feature_maps_in * receptive_field_height * receptive_field_width 
fan_out = n_feature_maps_out * receptive_field_height * receptive_field_width/max_pool_area 

と畳み込み層に続く最大プールの幅。

私が間違っている場合は私を修正してください。

出典:deeplearning.net

関連する問題