Theano 的 conv2d 和 max_pool_2d

Question

在实现一个卷积神经网络（CNN）时，你会遇到两种不同的conv2d操作：

• theano.tensor.nnet.conv.conv2d
• theano.tensor.signal.conv.conv2d

还有一个最大池化的实现：

• theano.tensor.signal.downsample.max_pool_2d

我想问的问题是：

1. 这两种conv2d的实现有什么区别？

2. 在conv2d中使用subsample参数和在conv2d之后应用max_pool_2d的下采样有什么不同？
   也就是说，以下两者有什么区别：

   conv2d( ..., subsample=(2,2) ) 
   

   和

   a = conv2d( ..., subsample = (1,1) )
   max_pool_2d( a, ds = (2,2) )
   

Answer 1

关于你第一个问题的回答，这里是Theano文档中相关的部分：

有两种类似的实现方式用于conv2d：

signal.conv2d and nnet.conv2d.

第一种实现的是传统的二维卷积，而第二种实现的是卷积神经网络中的卷积层（在这里，过滤器是三维的，并且可以处理多个输入通道）。

实际上，它们调用的是同一个函数，所以唯一的区别就是用户界面。

关于你第二个问题，结果是不同的。等价的调用是：

conv2(..., subsample=(2,2))

将会是：

conv2d(...,subsample=(1,1))[:,:,::2,::2]

换句话说，conv2d并不是在整个池化区域中取最大值，而是取池化区域中索引为[0,0]的元素。