caffe CNN：跨渠道汇集

【问题标题】：caffe CNN: Pooling across the channelscaffe CNN：跨渠道汇集
【发布时间】：2018-11-27 13:13:41
【问题描述】：

我有一个 nxmx16x1 卷积层，我想跨通道进行池化，因此结果的维度为 nxmx1x1。

有什么建议吗？据我所知，池化没有轴参数，对吧？

【问题讨论】：

标签： neural-network deep-learning caffe conv-neural-network pycaffe

【解决方案1】：

您不需要axis 参数。只需使用非统一内核/步幅：

layer {
  name: "pool16x1"
  type: "Pool"
  bottom: "input"
  top: "output"
  pooling_param {
    kernel_size: 16
    kernel_size: 1
    stride: 16
    stride: 1
    # ...
   }
}

应该做的伎俩...

【讨论】：