您好!
在 TIDL 文档中、将合并 CONV & RELU & BN、从而获得更好的性能。
在我的模型中、我有如下的一些序列:

它在 tidl_graph 中变为现实:

我的问题是、为什么不将池化合并到 Conv 中、因为我们希望获得更好的性能? 我的感觉是、我应该重新设计我的模型、使其具有 Conv+Pooling+Relu 序列、而不是 Conv+Relu+Pooling? 我是对吗? 如果不是、您能否指导我使 conv+pooling 生效?
感谢您的回答。
Br、
This thread has been locked.
If you have a related question, please click the "Ask a related question" button in the top right corner. The newly created question will be automatically linked to this question.
您好!
在 TIDL 文档中、将合并 CONV & RELU & BN、从而获得更好的性能。
在我的模型中、我有如下的一些序列:

它在 tidl_graph 中变为现实:

我的问题是、为什么不将池化合并到 Conv 中、因为我们希望获得更好的性能? 我的感觉是、我应该重新设计我的模型、使其具有 Conv+Pooling+Relu 序列、而不是 Conv+Relu+Pooling? 我是对吗? 如果不是、您能否指导我使 conv+pooling 生效?
感谢您的回答。
Br、
只是一些额外的信息、
我浏览了文档并找到了此部分:

似乎这个 聚合池层正在检查池池层本身的输入。 如果在合并 CONV+RELU 之前执行此检查、则当我们有 CONV+RELU+POLING 序列时、池不会被吸收到 CONV+RELU+POLING 中是有意义的。
如果序列是 CONV+POLING +RELU、我想我可以预期 CONV+POLING 将被吸收、但我们应该与 RELU 有相同的问题?
您能否确认 这些假设 是否有效? 对于 conv/pooling 内核大小或使这种合并成为可能的顺序是否有任何限制?
Br、
Thomas、
您能否告诉我您参考的是哪种 SDK 和文档? 此选项当前不受支持。 我们最新的文档位于: https://github.com/TexasInstruments/edgeai-tidl-tools
谢谢。
瓦伦