如何使用CNN训练不同大小的输入数据？

Question

CNN 似乎主要用于固定大小的输入。现在想用CNN来训练一些不同大小的句子，有哪些常用的方法？

Answer 1

以下建议主要与用于计算机视觉任务（特别是用于识别）的 CNN 有关，但也可能对您的领域有所帮助：我会看看He 等人的“用于视觉识别的深度卷积网络中的空间金字塔池化” . 提出空间金字塔池化层。

总体思路：CNN 的卷积层（以及相关层，例如池化、局部响应归一化等）能够处理可变大小的输入。因此，可变大小输入的问题向下传播到第一个全连接/内积层，这需要固定大小的向量。他等人。建议在第一个全连接层之前添加空间金字塔池化层（详见论文）。该层本身的工作原理是将最后一个卷积层（或随后的池化或响应归一化层）的特征图分层划分为固定数量的 bin。在这些 bin 中，响应通常被合并，创建一个固定大小的输出（其中大小取决于 bin 的层次结构和数量）。请参阅论文中的说明。

该层已基于 Caffe 实现，可在 GitHub：ShaoqingRen/SPP_net上找到。