深度学习—— Spatial Transformer Layer
发布时间：2022-08-19 12:50
先说结论：在CNN中，没有放缩和旋转的功能。
1. 什么是Spatial Transformer Layer
因为有pooling层的原因，所以有一点translation的功能。在下图中，通常情况下左右两个对于CNN来说是不一样的。
那么，Spatial Transformer Layer的功能是，想要学习一个层，能够对左图中的图片进行旋转和缩放。
2. How to work？
学习过程中，平移本质上来说就是调整权重的过程。
上图中，权重相同的颜色代表相同的权值。其目标是进行向下平移，具体公式如下：
举个栗子：
- 向下平移：把 a l 3 l − 1 a_{l3}^{l-1} al3l−1移动到 a l 23 a_{l}^{23} al23的位置，此时， a l 23 a_{l}^{23} al23与 a l 3 l − 1 a_{l3}^{l-1} al3l−1相对应， a l 23 a_{l}^{23} al23与左图中其他位置的连接权重均为0
- 向右旋转：把 a l 3 l − 1 a_{l3}^{l-1} al3l−1移动到 a l 33 a_{l}^{33} al33的位置，此时， a l 33 a_{l}^{33} al33与 a l 3 l − 1 a_{l3}^{l-1} al3l−1相对应， a l 33 a_{l}^{33} al33与左图中其他位置的连接权重均为0