|
|||||
|
|
| 卷积神经网络中的自适应加权池化 | |
| 作者姓名： | 赵长乐 何利力 |
| 摘 要： | 针对卷积神经网络池化过程中的空间信息丢失、对重要特征提取不准确等问题,提出自适应加权池化方法.根据池化窗口大小设置一组可训练的权重参数,将权重参数与每个池化窗口中排序后的特征值加权求和得到池化结果,在网络反向传播过程中通过梯度下降对权重参数进行迭代更新,得到最优权重参数.在Fashion-minist、Cifar10(... |
| 关 键 词： | 卷积神经网络 自适应加权池化 图像分类 下采样 |
|
||||||||||||||
|
||||||||||||||
|
||||||||||||||
|
|
|
|
| 设为首页 | 免责声明 | 关于勤云 | 加入收藏 |
|
Copyright©北京勤云科技发展有限公司 京ICP备09084417号 |