AFN：基于编码器-解码器框架的自适应融合归一化
机器学习
2024-02-20 v4 计算机视觉与模式识别
摘要
深度学习的成功离不开归一化层。研究者提出了多种归一化函数，它们各有优劣。为此，已有工作致力于设计一种统一的归一化函数，将各类归一化过程结合起来并缓解其缺陷。我们也提出了一种称为自适应融合归一化（Adaptive Fusion Normalization, AFN）的新归一化函数。通过实验，我们证明 AFN 在域泛化与图像分类任务上优于以往的归一化技术。
引用
@article{arxiv.2308.03321,
title = {AFN: Adaptive Fusion Normalization via an Encoder-Decoder Framework},
author = {Zikai Zhou and Shuo Zhang and Ziruo Wang and Huanran Chen},
journal= {arXiv preprint arXiv:2308.03321},
year = {2024}
}
备注
arXiv admin note: text overlap with arXiv:2106.01899 by other authors