您可能熟悉U-Net，这是一种被欺骗用于图像分割的机器学习网络。它基本上是一个编码器/解码器网络，在编码器和解码器段之间有一些直接链接：
我想更好地了解这些灰线背后的原因！
复制卷积段输出的一部分（裁剪）（在最大池化之前）并将其连接到单个上卷积层的输入背后的想法是什么？
为什么我们需要在 U-Net 中进行连接？
数据挖掘
机器学习
神经网络
图像分割
图片
2022-02-11 14:09:18
1个回答
层之间的这些类型的连接称为跳过连接，搜索它可以让您找到更深入的信息。从广义上讲，在这种情况下使用跳过连接有两个优点：
- 它们允许梯度更自由地流过模型，减轻梯度消失的问题
- 它们允许从网络的编码器端到网络的解码器端的特征，添加可能由于网络编码器端的下采样而丢失的额外信息。
其它你可能感兴趣的问题