deep-learning - caffe:“分组”参数是什么意思？

Question

我已经阅读了有关组参数的文档:

group (g) [default 1]: If g > 1, we restrict the connectivity of each filter to a subset of the input. Specifically, the input and output channels are separated into g groups, and the ith output group channels will be only connected to the ith input group channels.

但首先，我不完全理解它们的含义。其次，我为什么要使用它。有人可以帮我解释一下吗？

据我了解，其含义如下:

如果我将g设置为大于1，则我的输入和输出 channel 将分成几组。但是到底是怎么做到的呢？如果将其设置为20，而我的输入是40，我将必须以20为一组？如果输出为50，我将有一组20和一组30？

Answer 1

该参数给出组的数量，而不是大小。如果您有40个输入并将g设置为20，则将获得20个“ channel ”，每个 channel 2个 channel 。具有50个输出，您将获得10组2组和10组3组。

通常，您会分成少数几个组，例如2个。在这种情况下，您将有两个正在处理的“ channel ”或组。对于您提到的40 => 50层，每个组将有20个输入和25个输出。对于应用了group参数的层范围(我认为这一直到最后一层)，每一层都将分成两部分，每组正向和反向传播仅在其自身的一半内起作用。

处理的优势在于，您有2组20 ^ 2连接，而不是40 ^ 2输入连接，或者是两组的一半。这将处理速度提高了大约2倍，而收敛进度的损失却很小。