在其中实现卷积神经网络（CNN）时，不会遇到两种conv2d运算符变体：
和最大池化的实现：
我的问题是：
conv2d？使用of的subsample参数conv2d和应用max_pool_2dafter之后的二次采样有什么区别conv2d？
那是什么之间的区别：
conv2d( ..., subsample=(2,2) )
和
a = conv2d( ..., subsample = (1,1) )
max_pool_2d( a, ds = (2,2) )
为了回答您的第一个问题，以下是Theano文档中解决该问题的部分：
conv2d存在两个类似的实现：
signal.conv2d and nnet.conv2d.前者实现了传统的2D卷积，而后者实现了在卷积神经网络中存在的卷积层（其中过滤器是3D并汇集在多个输入通道上）。
他们都在后台调用了相同的功能，因此唯一的区别是用户界面。
关于第二个问题，结果是不同的。等效调用：
conv2(..., subsample=(2,2))
将是：
conv2d(...,subsample=(1,1))[:,:,::2,::2]
换句话说conv2d，不是整个池区的最大值，而是池区索引[0,0]处的元素。
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句