[CNN]|平移不变性

两篇论文指出,深度卷积神经网络(CNN)在结构上不保证平移不变性,它们主要从大量数据中学习部分不变性。由于数据集中存在的摄影师偏差,神经网络不需要正式学习平移不变性。世界上的图像在宏观层面不可能完全相同,因此严格平移不变性的学习并不实际,也不必要。
摘要由CSDN通过智能技术生成

输入到CNN中的图像为什么不具有平移不变性

^Why do deep convolutional networks generalize so poorly to small image transformations? https://arxiv.org/pdf/1805.12177.pdf
^Making Convolutional Networks Shift-Invariant Again https://arxiv.org/pdf/1904.11486v1.pdf
上面论证了CNN在架构上无法保证平移不变性,而且观察得知,它只能从大量数据中学到部分不变性,论文认为是这些通用数据集中存在一定的摄影师偏差,使得神经网络无需学会正式的平移不变性。宏观来看,只要不是像素级别的编码,世界上就不存在两张完全一样的图像,所以神经网络是无法学到严格的平移不变性的,也不需要去学习。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值