weixin_44190823 2022-02-28 19:34 采纳率: 50%
浏览 6

卷积以后再加特征的形式有什么理论嘛?

目前的情况是这样的,有两组特征x1和x2,x1参与卷积网络,然后用于分类,效果是可以的,但现在还想把x2加进入,x2是向量的形式,不是图片的形式,因此考虑,x1卷积以后,在与x2拼接,让后一起通过全连接层进行识别:

img


然后前向传递的过程就这么写:

img


我想请问一下,这样的做法有啥理论依据嘛,它是属于卷积网络的变形还是怎么的。有没有啥相关论文有说过这样的做法的。
之前有一些朋友给了我一些建议,他们有提到残差网络ResNet,从结果上看,好像确实有点想,但ResNet我看了之后感觉主要的原理是特征重用,然后用来解决网络过深情况下的梯度问题,我感觉和我想问的这个问题很难结合到一起去。想问问大家有什么想法。

  • 写回答

1条回答 默认 最新

  • 丨封尘绝念斩丨 2022-03-05 10:30
    关注

    这可以保留一些前面的提取的特征,x2应该是前几层的输出,这样做的目的就是保留前面的特征,加后面的特征一起做分类,可以提高准确率

    评论

报告相同问题?

问题事件

  • 创建了问题 2月28日

悬赏问题

  • ¥20 如何让程序ab.eXe自已删除干净硬盘里的本文件自己的ab.eXe文件
  • ¥50 爬虫预算充足,跪巨佬
  • ¥15 滑块验证码拖动问题悬赏
  • ¥15 Wanted but not invoked:Actually, there were zero interactions with this moc
  • ¥20 怎么驱动tb6612
  • ¥15 Arcgis 3D效果点要素
  • ¥15 在执行yolo训练脚本的时候,没有报错,在扫描val这一步后就推出执行了
  • ¥15 delphi开发的WEBSERVER改用HTTPS协议
  • ¥15 pic16f877A单片机的计数器proteus仿真失效
  • ¥100 调查 Vitis AI 中验证 .xmodel 量化后的正确性