Spatial Transformer Network学习笔记
来源:互联网 发布:java项目开发小 组长 编辑:程序博客网 时间:2024/06/06 02:38
学习了MatConvNet的STN的代码,
网络结构是这样的:
affinegrid和sampler都是没有要更新的weight的,
有ST的训练结果是这样:
没有ST的训练结果是这样:
下面是STN的U和V的对比:
网上有博客说误差流传到locNet就断了,我觉得不对,
我觉得,误差流从后面层流到前面层是说前面层的权值更新需要后面层的权值参与计算。求导就能看出来STN是两个流在反向传播的时候到U合并了:
V对Z的求导是需要LocNet里的权值参与计算的。
最后,我觉得STN和ResNet很像,网络在一个节点分叉,一条路保留前一层结果,一条路做变换,然后汇合。这个就像是memory把前一层结果原封不动记住,前一层经过变换得到新的结果,再和memory里的前一层结果做运算。
感觉STN真的很诡异,想让它是什么变换就是什么变换,就像真的猜对了神经网络是怎么想的、、、
阅读全文
0 0
- Spatial Transformer Network学习笔记
- 论文阅读《Spatial Transformer Network》
- [深度学习论文笔记][Attention] Spatial Transformer Networks
- 【论文笔记】Spatial Transformer Networks
- 【论文笔记】Spatial Transformer Networks
- Spatial Transformer Networks 论文笔记
- A brief scanning of paper “Spatial Transformer Network”
- [深度学习论文笔记][CVPR 17 oral] Inverse Compositional Spatial Transformer Networks
- 论文笔记:Spatial Transformer Networks(空间变换网络)
- 论文笔记:Spatial Transformer Networks(空间变换网络)
- Spatial Transformer Networks
- Spatial Transformer Networks
- Spatial Transformer Networks
- Spatial Transformer Networks
- 论文阅读《Spatial Transformer Networks》
- 论文笔记:Spatial Transformer Networks中的仿射变换和双线性插值
- 论文笔记:Spatial Transformer Networks中的仿射变换和双线性插值
- Spatial Transformer Layer 实验结果 及 分析
- Linux学习之基础知识——httpd编译安装
- 《Effective Java(中文第二版)》【PDF】下载
- 指针问题
- java设计模式----原型模式
- EOJ 3441 唐纳德与子串 (Easy)
- Spatial Transformer Network学习笔记
- 换了个自己搭的WP博客
- 汇编语言实现简单的冒泡排序
- pygame库写游戏——入门<8>——动画和帧率
- 在使用appium做自动化的过程中遇到的坑
- Essential Qt 第十六章 元素/场景
- EasyDemo*eclipse实用快捷键总结
- java集合排序总结
- const修饰指针的用法