相关内容简体繁体

论文阅读-(CVPR 2017) Kernel Pooling for Convolutional Neural Networks

本文转载自查看原文 2018-12-22 20:32 639 论文阅读/ Kernel Pooling

在这篇论文中，作者提出了一种更加通用的池化框架，以核函数的形式捕捉特征之间的高阶信息。同时也证明了使用无参数化的紧致清晰特征映射，以指定阶形式逼近核函数，例如高斯核函数。本文提出的核函数池化可以和CNN网络联合优化。

Network Structure

Overview

Kernel Pooling Method

The illustration of the tensor product

A summary of pooling strategies

Experiment Evaluations

免责声明！

本站转载的文章为个人学习借鉴使用，本站对版权不负任何法律责任。如果侵犯了您的隐私权益，请联系本站邮箱yoyou2525@163.com删除。

猜您在找 《Learning Convolutional Neural Networks for Graphs》论文阅读《Diffusion-Convolutional Neural Networks》论文阅读论文阅读笔记三十：One pixel attack for fooling deep neural networks（CVPR2017） [CVPR2015] Is object localization for free? – Weakly-supervised learning with convolutional neural networks论文笔记论文笔记《Notes on convolutional neural networks》 pytorch实现 | Deformable Convolutional Networks | CVPR | 2017 论文阅读笔记六：FCN：Fully Convolutional Networks for Semantic Segmentation(CVPR2015) 论文阅读笔记五：U-Net: Convolutional Networks for Biomedical Image Segmentation(CVPR2015) 论文阅读（Xiang Bai——【CVPR2016】Multi-Oriented Text Detection with Fully Convolutional Networks）论文阅读笔记六十一:Selective Kernel Networks(SKNet CVPR2019)

粤ICP备18138465号 © 2018-2025 CODEPRJ.COM