问题
在网络模型当中，经常要进行不同通道特征图的信息融合相加操作，以整合不同通道的信息，在具体实现方面特征的融合方式一共有两种，一种是 ResNet 和 FPN 等当中采用的 element-wise add ，另一种是 DenseNet 等中采用的 concat 。他们之间有什么区别呢？
add
以下是 keras 中对 add 的实现源码：
def_merge_function(self, inputs):
output = inputs[0]for i inrange(1
本文转载自: https://blog.csdn.net/liufang_imei/article/details/128824768
版权归原作者 CODER8R 所有， 如有侵权，请联系我们删除。
版权归原作者 CODER8R 所有， 如有侵权，请联系我们删除。