论文笔记——Factorized Convolutional Neural Networks
2024-08-26 08:34:18
1. 论文思想
将3D卷积分解为spatial convolution in each channel and linear projection across channels.
(spatial convolution + linear projection.)
2. 两种卷积对比
3. 总结
简单概括就是spatial conv + linear projection,但是在spatial conv的时候用了一个residual connection,感觉很有道理,例如是一个vertical edge detector,那么horizontal information将丢失。这个和后来的MobileNet中的depthwise conv + pointwise conv非常的像。
最新文章
- spring security 控制用户信息用户加密 缓存用户信息
- JAVA基础之对象的初始化
- JavaScript基本用法
- MySQL--索引条件下推优化
- ConcurrentHashMap和Hashtable区别
- margin的BUG(2)
- 图文:TF卡和SD卡的区别及什么是TF卡?什么是SD卡
- NGUI研究之在Unity中使用贝塞尔曲线
- 基于java生成二维码
- JavaScript的function参数的解释
- canvas-7globleCompositeOperation.html
- jquery-2.0.3 源码分析 整体架构
- Matplotlib:tick_params参数设置
- node的consoidate的插件统一
- Navicat Premium连接各种数据库
- 牛客多校第四场 G Maximum Mode
- AngularJS config run 及区别和例子
- Mongo Plugin插件(编辑器PyCharm的Mongo插件安装与使用)
- HDU 3068 最长回文(manachar算法)
- Struts 2 常用技术