caffe：什么是 ReLU 拆分

Question

这是我的斑点形状：

data                        4096     4.10e+03    (1, 2, 1, 2048)
Convolution1              130944     1.31e+05    (1, 64, 1, 2046)
ReLU1                     130944     1.31e+05    (1, 64, 1, 2046)
Convolution2              130816     1.31e+05    (1, 64, 1, 2044)
ReLU2                     130816     1.31e+05    (1, 64, 1, 2044)
ReLU2_ReLU2_0_split_0     130816     1.31e+05    (1, 64, 1, 2044)
ReLU2_ReLU2_0_split_1     130816     1.31e+05    (1, 64, 1, 2044)
Pooling1                   65408     6.54e+04    (1, 64, 1, 1022)
Convolution3              130560     1.31e+05    (1, 128, 1, 1020)
ReLU3                     130560     1.31e+05    (1, 128, 1, 1020)
Convolution4              130304     1.30e+05    (1, 128, 1, 1018)
ReLU4                     130304     1.30e+05    (1, 128, 1, 1018)
ReLU4_ReLU4_0_split_0     130304     1.30e+05    (1, 128, 1, 1018)
ReLU4_ReLU4_0_split_1     130304     1.30e+05    (1, 128, 1, 1018)
Pooling2                   65152     6.52e+04    (1, 128, 1, 509)

"ReLU2_0_split_0"和"ReLU2_ReLU2_0_split_1"2行是什么？他们来自哪里？

Answer 1

您的 ReLU 层的输出用作两层的 "bottom"。因此，Caffe 自动添加一个 "Split" 层，该层创建 ReLU 输出的两个副本，并将每个副本提供给其中一个顶层。这两个副本分别命名为 ReLU_split0 和 ReLU_split1.

caffe：什么是 ReLU 拆分

caffe: What is ReLU split

deep-learning

caffe

conv-neural-network

pycaffe