（原）DropBlock A regularization method for convolutional networks
/DropBlock-pytorch Tensorflow：https://github.com/DHZS/t ...
原文：NeurIPS2018: DropBlock: A regularization method for convolutional networks
NIPS 改名了 改成了neurips了。。。 深度神经网络在过参数化和使用大量噪声和正则化 如权重衰减和 dropout 进行训练时往往性能很好。dropout 广泛用于全连接层的正则化，但它对卷积层的效果没那么好。原因可能在于卷积层中的激活单元是空间关联的，使用 dropout 后信息仍然能够通过卷积网络传输到下一层。相比于dropout一个一个扔掉神经元，自然而然我们就要成块成块扔。因此就产 ...
2018-11-18 11:17 0 701 推荐指数：
相关推荐
超图卷积网络(HyperGCN: A New Method of Training Graph Convolutional Networks on Hypergraphs)
超图卷积网络(HyperGCN: A New Method of Training Graph Convolutional Networks on Hypergraphs) 1. 简介 (Introduction) 1.1 背景 (Backgrounds) 在许多诸如 ...
Notes on Convolutional Neural Networks
这是Jake Bouvrie在2006年写的关于CNN的训练原理，虽然文献老了点，不过对理解经典CNN的训练过程还是很有帮助的。该作者是剑桥的研究认知科学的。翻译如有不对之处，还望告知，我好及时改正，谢谢指正！ Notes on Convolutional Neural Networks ...
Convolutional Neural Networks: Application
Andrew Ng deeplearning courese-4:Convolutional Neural Network Convolutional Neural Networks: Step by Step Convolutional Neural Networks ...
Deformable Convolutional Networks
1 空洞卷积 1.1 理解空洞卷积 在图像分割领域，图像输入到CNN（典型的网络比如FCN）中，FCN先像传统的CNN那样对图像做卷积再pooling，降低图像尺寸的同时增大感受野，但是由于图像分 ...
什么是CNN--Convolutional Neural Networks
是近些年在机器视觉领域很火的模型，最先由 Yan Lecun 提出。 如果想学细节可以看 Andrej Karpathy 的 cs231n 。 How does it work? 给一张 ...
Gate Decorator: Global Filter Pruning Method for Accelerating Deep Convolutional Neural Networks - 模型压缩 - 3 - 代码学习，VGG16,Resnet
VGG16 run/vgg16/vgg16_prune_demo.py运行： 报错： 原因是无法序列化某些对象格式，因为我们这里使用了自定义的dotdict 解决办 ...