ReNet：一种基于循环神经网络的卷积网络替代方案
计算机视觉与模式识别
2015-07-24 v3
摘要
本文提出一种基于循环神经网络用于物体识别的深度神经网络架构。所提出的网络称为ReNet，其用四个在图像上沿水平和垂直双向扫描的循环神经网络替换了深度卷积神经网络中无处不在的卷积+池化层。我们在三个广泛使用的基准数据集（MNIST、CIFAR-10和SVHN）上评估了所提出的ReNet。结果表明ReNet是深度卷积网络的可行替代方案，且需要进一步研究。
引用
@article{arxiv.1505.00393,
title = {ReNet: A Recurrent Neural Network Based Alternative to Convolutional Networks},
author = {Francesco Visin and Kyle Kastner and Kyunghyun Cho and Matteo Matteucci and Aaron Courville and Yoshua Bengio},
journal= {arXiv preprint arXiv:1505.00393},
year = {2015}
}