相關內容簡體繁體

論文閱讀-(CVPR 2017) Kernel Pooling for Convolutional Neural Networks

本文轉載自查看原文 2018-12-22 20:32 639 論文閱讀/ Kernel Pooling

在這篇論文中，作者提出了一種更加通用的池化框架，以核函數的形式捕捉特征之間的高階信息。同時也證明了使用無參數化的緊致清晰特征映射，以指定階形式逼近核函數，例如高斯核函數。本文提出的核函數池化可以和CNN網絡聯合優化。

Network Structure

Overview

Kernel Pooling Method

The illustration of the tensor product

A summary of pooling strategies

Experiment Evaluations

免責聲明！

本站轉載的文章為個人學習借鑒使用，本站對版權不負任何法律責任。如果侵犯了您的隱私權益，請聯系本站郵箱yoyou2525@163.com刪除。

猜您在找 《Learning Convolutional Neural Networks for Graphs》論文閱讀《Diffusion-Convolutional Neural Networks》論文閱讀論文筆記《Notes on convolutional neural networks》目標檢測論文閱讀：Deformable Convolutional Networks 論文閱讀 | Trojaning Attack on Neural Networks 論文解讀《Understanding the Effective Receptive Field in Deep Convolutional Neural Networks》論文閱讀筆記十七：ReﬁneNet: Multi-Path Reﬁnement Networks for High-Resolution Semantic Segmentation（CVPR2017）《SEMI-SUPERVISED CLASSIFICATION WITH GRAPH CONVOLUTIONAL NETWORKS》論文閱讀（二）什么是CNN--Convolutional Neural Networks 論文閱讀筆記（十一）【ICCV2017】：Jointly Attentive Spatial-Temporal Pooling Networks for Video-based Person Re-Identiﬁcation

粵ICP備18138465號 © 2018-2025 CODEPRJ.COM