Convolutional Neural Networks at Constrained Time Cost(精读)
2016-01-03 16:08
381 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,通过改动模型深度和卷积模板的參数来提高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參数的重要性,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照实验来说明不同的參数对于准确率的影响。理论方面的贡献点比較少。作者通过实验。得到以下两个关于深度的现象:1.深度是影响准确率的第一要素;2.虽然深度是十分重要的,可是假设深度过深的话。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
主要部分还是各种改动后的模型的对照。与主流算法的对照主要集中在准确率不低的同一时候,计算复杂度也比較低。版权全部,欢迎转载。转载请注明出处,谢谢
相关文章推荐
- 人工智能节目主持人诞生
- 散列冲突处理 http://www.nowamagic.net/academy/detail/3008050
- UVA1450-Airport
- HDU 5009 Paint Pearls (动态规划)
- 第六届福建省大学生程序设计竞赛 Problem E The Longest Straight
- traincascade与AdaBoost的opencv实现框架
- 151217MainTest主函数详细介绍
- RAID技术学习小结
- 七.OC基础加强--1.内存管理 2.野指针,内存泄露 3.set方法的内存管理 4.@property参数 5.@class和循环retain的使用 6.NSString的内存管理
- 【翻译自mos文章】在12c中Create or Truncate Table时很慢,等待事件为 DFS Lock Handle wait
- HDU 3968 Angry Birds Again(计算几何)
- Container With Most Water
- Dreamoon and Stairs
- RTAI 例子
- Jave 鼠标点击画太极 PaintTaiji (整理)
- 让QMainWindow也表现出QDialog的exec函数的特征
- AI学习笔记和制作太极图标的教程
- ssh整合(http://blog.csdn.net/songanling/article/details/22454973)
- header("Location:http://www.baidu.com");
- *Paint House