探索核卷积神经网络
计算机视觉与模式识别
2022-01-20 v1
摘要
一篇发表于CVPR 2019会议的论文提出了一种称为“核卷积”(kervolution)的新技术，用于一种称为“核卷积神经网络”(KNN)的新型增强卷积神经网络(CNN)。该论文声称KNN比CNN收敛更快且精度更高。这篇“迷你论文”将进一步审视原论文的发现，并对KNN架构进行更深入的分析。这将通过分析超参数（特别是学习率）对KNN与CNN的影响、尝试原论文未测试的其他类型核卷积操作、对精度与收敛时间进行更严格的统计分析以及额外的理论分析来实现。配套代码已公开可用。
引用
@article{arxiv.2201.07264,
title = {Exploring Kervolutional Neural Networks},
author = {Nicolas Perez},
journal= {arXiv preprint arXiv:2201.07264},
year = {2022}
}
备注
5 pages, 8 figures