关于Dynamic-range Histogram Self-Attention中bin-wise histogram reshaping和frequency-wise histogram reshaping的代码实现

[Zhouyang00]

   尊敬的Shangquan Sun，您好！感谢您的出色工作，我对您提出的Dynamic-range Histogram Self-Attention十分感兴趣，将在最近的工作中进行引用您的这项工作。
   根据您提供的代码，及论文中的描述：To extract both global and local information, we define two types of reshaping, i.e., bin-wise histogram reshaping (BHR) and frequency-wise histogram reshaping (FHR). The first is to assign the number of bins equal to B and each bin contains HW/B elements, while the second is to set the frequency of each bin equal to B and the number of bins is HW/B. 
   想向您请教一下Bin的个数B在代码中如何实现的。代码中：hw = q.shape[-1] // self.factor 行显示您的Bin值设置为了 self.factor ，而 self.factor = num_heads，这与消融实验中Bin=36不太一致。
   此外，想请教您“第一种方法是将bin的个数设为B”和“第二种方法是将每个bin的频率设为B”在代码中是如何体现的呢。您方便的话，麻烦指出代码实现的行数或加以文字的描述。
   期待您的回复。如果上述我的个人理解存在对您代码理解有误，还请多包涵！

[sunshangquan]

Hi @Zhouyang00 , 有一点不一致的地方，我更新了一版arxiv，预计会在几天内放出，代码层面也会最近几天更新一下，代码体现在390-395行，bin和channel会打包在一起执行自注意力，bin为了方便赋值的是head的数量，36是第一层里面bin和channel的乘积，之后第二层是144，逐层递增，而实现bin的个数和频率分别为B的方式是第391行实现的，ifBox如果为True，以(factor hw)切分，反之则以(hw factor)切分

[Zhouyang00]

感谢您的及时回复，很好地解决了我的疑问。祝您科研工作顺利！

[sunshangquan]

谢谢您对我们工作的关注，祝您工作生活顺利！