- 博客(3)
- 资源 (6)
- 收藏
- 关注
RSS订阅原创 Squeeze-and-Excitation Networks SE-net
ImageNet 2017夺冠架构：SENet paper传送门参考链接：传送门1 传送门2核心思想我认为是：不再使用传统的对输入通道经卷积后的结果通道们，进行简单的叠加，而是去寻找各通道间的相关性，给予各通道不同的权值，然后再进行加权求和。这个通道间的权值，通过学习得到。上图： S:首先是压缩，squeeze（）把一个通道的map（尺寸为 mxn ）压缩成一个数...
2018-06-01 20:27:05
1020
转载 BP反向传播算法推导
传送门传送门输出层梯度求解过程如上图所示，为一个输出层神经元，在计算输出层梯度的时候，我们不用去考虑前一层是如何输入的。所以我们用y来表示，图中的y(n)表示第n个样本在前一层的输出值，这一层的输入值。我们将当前节点定义为j。那么当前节点j的输入值之和为 这里的m是节点j前一层的输入节点的个数，其中包括一个偏置项b。这里的公式都很像，看公式注意下标。然后节点j的输出要经过激活函数，如图所示我们定...
2018-06-01 14:18:11
1572
caffe-master-2
caffe-master 安装包，下载后直接：
make all
make test
make runtest
make pycaffe
就可以愉快的使用caffe了~
2018-08-05
caffe-master
caffe-master 安装包，下载后直接：
make all
make test
make runtest
make pycaffe
就可以愉快的使用caffe了~
2018-08-05
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人