论文推荐
“《SFFAI 75期-神经网络专题》来自北京大学的陈汉亭同学推荐的文章主要关注于神经网络领域,你可以认真阅读讲者推荐的论文,来与讲者及同行线上交流哦。”
关注文章公众号
回复"SFFAI75"获取本主题精选论文
3篇领域经典
01
推荐理由:最经典的的卷积神经网络LeNet-5,将卷积运算引入神经网络中。
—— 陈汉亭
02
推荐理由:著名的AlexNet,在2012年的ImageNet图像分类比赛上使用卷积神经网络达到了最低的15.3%的Top-5错误率,比第二名低10.8个百分点。
—— 陈汉亭
03
推荐理由:将残差连接引入卷积神经网络中,让深层卷积神经网络的训练变得简单起来。
—— 陈汉亭
3篇领域前沿
04
推荐理由:将常规卷积运算拆分为深度可分离卷积,提高了卷积的运算速度。
—— 陈汉亭
05
推荐理由:提出了一种新的ghost模块,使用部分特征图生成其他的特征图来加速卷积运算。
—— 陈汉亭
06
推荐理由:使用shif