群等变卷积网络
机器学习
2016-06-06 v3 机器学习
摘要
我们引入群等变卷积神经网络（G-CNNs），它是卷积神经网络的自然推广，通过利用对称性来降低样本复杂度。G-CNNs 使用 G-卷积（G-convolutions），一种新型层，其享有比常规卷积层高得多的权共享程度。G-卷积在不增加参数数量的情况下提高了网络的表达能力。群卷积层易于使用，并且对于由平移、反射和旋转生成的离散群，可以以可忽略的计算开销实现。G-CNNs 在 CIFAR10 和 rotated MNIST 上达到了最先进的结果。
引用
@article{arxiv.1602.07576,
title = {Group Equivariant Convolutional Networks},
author = {Taco S. Cohen and Max Welling},
journal= {arXiv preprint arXiv:1602.07576},
year = {2016}
}