这篇文章最开始看的时候一直在谈学科交叉,从神经科学的角度出发怎么怎么样,我以为在装逼。
后来一看,似乎是发表在alexnet之前的,而且被alexnet引用,所以重新考虑了一下,觉得还是有一些干货的。
这个模型主要的内容就是一个特殊的bagging+cnn。所以说multi-column,每一个column都是一个cnn。
对于图像的处理,每一个cnn都是对于一种preprocessor之后的图片进行处理,最后的softmax分布结构求和之后求平均。bagging是投票求和,softmax分布也可以看做是投票。
所以总而言之,我认为就是一个bagging+cnn,不过发表的时间很关键。
参考资料:
1.Multi-column deep neural networks for image classification
论文原文
2.http://blog.csdn.net/u010529217/article/details/38701703
别人对于本文的翻译
3.http://www.cnblogs.com/maybe2030/p/4652492.html
bagging