- 博客(2)
- 资源 (3)
- 收藏
- 关注
转载 【Deep Learning】Squeeze-and-Excitation Networks(SENet-2017年ImageNet冠军)
在CVPR 2017上,来自Momenta的高级研发工程师胡杰,代表他的WMW团队分享了获得ImageNet冠军的模型SENet。分享获得了极大的好评,以下是胡杰的现场发言整理,希望可以和更多的人分享这一精妙模型。我是Momenta高级研发工程师胡杰,很高兴可以和大家分享我们的SENet。借助我们提出 SENet,我们团队(WMW)以极大的优势获得了最后一届ImageNet 2017竞赛 Image Classification任务的冠军,并被邀请在CVPR 2017的workshop(Beyond Im
2020-06-08 14:39:01 209
转载 【论文】Densely Connected Convolutional Networks(DenseNet译文)
摘要最近的研究表明,如果在靠近输入层与输出层之间的地方使用短连接(shorter connections),就可以训练更深、更准确、更有效的卷积网络。在这篇文章中,我们基于这个观点,介绍了稠密卷积网络(DenseNet),该网络在前馈时将每一层都与其他的任一层进行了连接。传统的 L层卷积网络有L个连接——每一层与它的前一层和后一层相连——我们的网络有L(L+1) / 2 个连接。每一层都将之前的所有层的特征图作为输入,而它自己的特征图是之后所有层的输入。DenseNets有一些很不错的优点:有助于解决梯度
2020-06-03 14:11:34 579
MySQL学习.rar
2021-02-09
三种经典的网络结构.md
2020-03-31
遥感图像处理笔记.docx
2019-12-12
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人