Convolutional Neural Networks at Constrained Time Cost(精读)
2015-06-30 22:39
316 查看
一.文献名字和作者
Convolutional Neural Networks at Constrained Time Cost,CVPR 2015二.阅读时间
2015年6月30日三.文献的目的
作者希望在保持计算复杂度的前提下,通过修改模型深度和卷积模板的参数来提高CNN的准确率。作者通过大量的实验来找到网络结构中不同的参数的重要性,并在ImageNet2012数据集上面取得有竞争力的效果。四.文献的贡献点
作者的贡献主要在于通过各种对比实验来说明不同的参数对于准确率的影响。理论方面的贡献点比较少。作者通过实验,得到下面两个关于深度的现象:1.深度是影响准确率的第一要素;2.尽管深度是十分重要的,但是如果深度过深的话,准确率也会出现下降的情况。五.使用的数据库
ImageNet2012数据集六.实验结果
主要部分还是各种修改后的模型的对比,与主流算法的对比主要集中在准确率不低的同时,计算复杂度也比较低。版权所有,欢迎转载,转载请注明出处,谢谢
相关文章推荐
- 用Python从零实现贝叶斯分类器的机器学习的教程
- 也谈 机器学习到底有没有用 ?
- 量子计算机编程原理简介 和 机器学习
- 10个关于人工智能和机器学习的有趣开源项目
- 机器学习实践中应避免的7种常见错误
- 机器学习书单
- 北美常用的机器学习/自然语言处理/语音处理经典书籍
- 如何提升COBOL系统代码分析效率
- 支持向量机(SVM)算法概述
- 神经网络初步学习手记
- 开始spark之旅
- spark的几点备忘
- 关于机器学习的学习笔记(一):机器学习概念
- 关于机器学习的学习笔记(二):决策树算法
- 关于机器学习的学习笔记(三):k近邻算法
- 长期招聘:自然语言处理工程师
- 长期招聘:个性化推荐
- 为什么需要一个推荐引擎平台
- 机器学习之决策树整理
- Kernel PCA