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 s ...
2018-12-22 20:32 0 639 推荐指数：
首先，容我吐槽一下这篇论文的行文结构、图文匹配程度、真把我搞得晕头转向，好些点全靠我猜测推理作者想干嘛，😈 背景 我们知道传统的CNN针对的是image，是欧氏空间square grid，那么使用同样square grid的卷积核就能对输入的图片进行特征的提取。在上一篇论文中，使用的理论 ...
DCNN 主要思想： 这是一篇基于空间域的图神经网络，聚合方式通过采样（hop）1~k 阶的邻居并同 self 使用 mean 的方式得到新的 feature-vector 作者将不同的 ...
论文源址：https://arxiv.org/abs/1710.08864 tensorflow代码: https://github.com/Hyperparticle/one-pixel-attack-keras 摘要 在对网络的输入上做点小处理，就可以改变DNN ...
Is object localization for free? –Weakly-supervised learning with convolutional neural networks. Maxime Oquab, Leon Bottou, Ivan Laptev, Josef ...
这是个06年的老文章了，但是很多地方还是值得看一看的. 一、概要 主要讲了CNN的Feedforward Pass和 Backpropagation Pass，关键是卷积层和polling层 ...
文章转载自微信公众号：【机器学习炼丹术】，请支持原创。 这一篇文章，来讲解一下可变卷积的代码实现逻辑和可视化效果。全部基于python，没有C++。大部分代码来自：https://github.co ...
今天来看一看一个比较经典的语义分割网络，那就是FCN，全称如题，原英文论文网址：https://people.eecs.berkeley.edu/~jonlong/long_shelhamer_fcn.pdf 三位大佬：Jonathan Long Evan Shelhamer Trevor ...
前面介绍了两个文本检测的网络，分别为RRCNN和CTPN，接下来鄙人会介绍语义分割的一些经典网络，同样也是论文+代码实现的过程，这里记录一下自己学到的东西，首先从论文下手吧。 英文论文原文地址：https://arxiv.org/abs/1505.04597 前面的论文忘记介绍 ...
