利用深度分支网络模拟集成学习
计算机视觉与模式识别
2017-02-22 v1
摘要
本文提出了一种用于图像分类的分支残差网络。已知深度神经网络的高层特征比低层特征更具表征能力。通过共享低层特征，网络可以将更多内存分配给高层特征。本文所提网络的顶层呈分支结构，从而模拟集成学习。通过用单一网络模拟集成学习，我们在 ImageNet 分类任务上取得了更好的性能。
引用
@article{arxiv.1702.06376,
title = {Mimicking Ensemble Learning with Deep Branched Networks},
author = {Byungju Kim and Youngsoo Kim and Yeakang Lee and Junmo Kim},
journal= {arXiv preprint arXiv:1702.06376},
year = {2017}
}