为什么U-net的上采样层中没有激活函数?

U-net中,所有层都有激活函数,但上采样层(使用转置卷积完成)似乎没有激活函数。这样做比添加激活函数更有效率的原因是什么?

enter image description here

据我所知,激活函数提供非线性。因此,这个问题实际上是,保持转置卷积的线性而保持常规卷积的非线性有什么好处?在这些层中添加激活函数难道不是最好的选择吗?

我唯一的其他直觉是,或许他们试图让上采样尽可能接近常规的形态插值方法。


回答:

我认为你的解释是正确的:他们只是试图让过程与使用经典插值进行的上采样保持相似,因为这样可以更好地解释架构(同时仍然允许网络有灵活性,可以学习上采样的最佳权重)。一般来说,如果你想增加更多的非线性,你可以在那个层之后加入任何你想要的激活函数(如ReLU),但就我个人经验而言,我认为性能不会有太大变化。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注