Loading

摘要: Abstract 我们提出了一种新颖的深度学习架构,其中卷积操作利用了异构内核。与标准卷积运算相比,所提出的HetConv(基于异构内核的卷积)减少了计算(FLOPs)和参数的数量,同时仍保持表示效率。为了证明我们提出的卷积的有效性,我们在标准卷积神经网络(CNN)架构上提供了广泛的实验结果,如VG 阅读全文
posted @ 2019-08-13 19:37 腿儿爷 阅读(769) 评论(0) 推荐(0) 编辑