卷积神经网络新姿势(1)——CosineConv2D(余弦卷积)

最近在逛arxiv的时候,突然发现很多CNN领域的新秀,这里给大家分享一个卷积过程的小鲜肉——CosineConv2D,虽然距离论文发表已经一年多了,但是这绝对是个好东西,并且在将来在某些方面应该是慢慢把常规卷积模块给替代掉的。

先放论文地址:https://arxiv.org/pdf/1702.05870.pdf

这篇论文讲个什么呢?咱们先画重点。

 

我们常规的卷积过程,就是x矩阵跟w矩阵的一个卷积过程,说白了就是相应位置的点乘,然后求和。

在他看来,点乘的结果是“无界”的,会造成非常大的“协变量跃迁”,而cosine norm能够很大程度减小这种现象。

常规的卷积输出就是等于WX,而论文作者提出的新卷积方式是output = w·x  / (|W|*|X|) = cosθ,w是权重参数的矩阵形式(向量形式),x是计算数据的矩阵形式(向量形式),|W|指的是权重矩

  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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