caffe 中卷积层 参数 group 的作用

求大神解释一下,最好给个文献出处,谢谢~
已邀请:

jianchile

赞同来自: 佛仙魔

应该是对应于图像的通道。http://blog.csdn.net/xiaoyezi_ ... 86363

辛淼 - CaffeCN社区创始人

赞同来自: 佛仙魔

这个是从AlexNet中来的,原因是当时受到硬件条件的制约(AlexNet最初的时候是用两张GTX480跑的),所以最初实现的网络是放到两张显卡上跑的,不过如果你的显存够用,现在已经不需要了。
 

李扬 - 密码六个一

赞同来自: 佛仙魔

贾扬清在  https://www.zhihu.com/question/26871787  里说 group 没什么用,只是为了保证向下兼容性。
不过,caffe 在实现用反卷积做上采样的时候,用 group 参数进行了加速,具体见下面的 PR 和 issue: 

https://github.com/BVLC/caffe/pull/2213
> Please note that I assume you specify group: {{num_in}} in convolution_param. That results channel-wise convolution, and it is more efficient for both memory and computation. 
https://github.com/BVLC/caffe/issues/3906
> This filler is intended to be used with grouped convolution that makes it effectively diagonal as you outlined.

要回复问题请先登录注册