#input_channel,老师这个问题还没有放弃治疗

来源:4-7 Inception-mobile_net(2)

战战的坚果

2020-03-26

input_channel = x.get_shape().as_list()[-1]
channel_wise_x = tf.split(x, input_channel, axis = 3)
output_channels = []
for i in range(len(channel_wise_x)):
请问老师,1、在这段代码中input_channel和len(channel_wise_x)的值是相同的吗?
2、老师,x在第4个维度上进行拆分后,得到的channel_wise_x: [channel1, channel1, …]中的每个元素的形状是一样的吗?例如x.shape=[None, 32, 32, 32]的话, 得到的channel1,channel1。。。。的形状都是[None, 32, 32, 1]吗?因为只在第四个维度上进行了拆分。

写回答

1回答

正十七

2020-03-31

问题1:相等,我们就是按照input_channel数对x进行拆分的。

问题2:是的,拆分后每个元素的shape都是相等的。

0
1
战战的坚果
非常感谢!
2020-04-01
共1条回复

深度学习之神经网络(CNN/RNN/GAN)算法原理+实战

深度学习算法工程师必学,深入理解深度学习核心算法CNN RNN GAN

2617 学习 · 935 问题

查看课程