【即插即用】TargetDrop卷积网络目标区域的正则化方法(附论文下载地址)
1、简介Dropout正则化已在深度学习中广泛使用，但对卷积神经网络的效果不佳，因为空间相关的特征允许丢弃的信息仍流经网络。已经提出了一些结构化的dropout形式来解决此问题，但是由于特征被随机丢弃，容易导致正则化过度或不足。在本文中提出了一种名为TargetDrop的正则化方法，该方法结合了注意力机制以删除区分特征单元。具体地，其掩盖了与目标通道相对应的特征图的目标区域。与其他方法进行比较或....
【谢源评体系结构顶会 MICRO 2016】神经网络加速器仍是热点，但图计算加速器夺最佳论文（下载）
MICRO（The 49th Annual IEEE/ACM International Symposium on Microarchitecture）是计算机体系结构领域的顶级会议，重点关注处理器体系结构的设计等内容。自 1968 年创办以来，迄今已经举办了 49 届，今年的 MICRO 于 10 月 15 日至 19 日在台北召开。 历史上，MICRO 长期被美国顶尖研究机构所占领，例如开.....
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
网络更多论文相关
域名解析DNS
关注DNS技术、标准、产品和行业趋势，连接国内外相关技术社群信息，加强信息共享。
+关注