使用全连接层的25x375到30x375矩阵的投影
使用全连接层的25x375到30x375矩阵的投影
提问于 2018-05-31 18:54:31
在matlab中，我实现了本文中描述的卷积神经网络https://www.researchgate.net/publication/322514744_On_the_improvement_of_classifying_EEG_recordings_using_neural_networks。
第一层使用完全连接层将25x375矩阵投影到30x375。他们通过将大小为30的完全连接层应用于每一列来实现这一点。我正在尝试在Matlab中实现网络，但问题是matlab不支持这种完全连接层投影。然而，我读到，对于每个完全连接的层，都存在一个具有等效前向函数的卷积层。
这个卷积层是什么样子的？
回答 1
Stack Overflow用户
回答已采纳
发布于 2018-05-31 19:28:37
您可以使用2D convolution来实现它。
- 输出通道的大小需要为
kernel，因此这将使其成为一个完全连接的图层。要在每列应用输出通道，需要有一个(25, 1)(25, 1). - The输出通道，大小需要为
代码：
X = tf.random_normal([25, 375])
conv = tf.transpose(tf.squeeze(tf.layers.conv2d(X[tf.newaxis, ..., tf.newaxis],
filters=30,kernel_size=(25,1), strides=(25,1),padding='SAME')), [1,0])
print(conv.get_shape().as_list())输出：
[30, 375]页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/50622648
复制相关文章
相似问题