optimize-coordconv:针对NN优化的CoordConv操作

上传者: 42111465 | 上传时间: 2022-08-30 17:38:57 | 文件大小: 3KB | 文件类型: ZIP
关于 我们从文件优化了CoordConv操作。 为此,我们使用简单的数学公式: 使用c1 + c2通道输入的卷积可以表示为分别使用c1和c2通道输入的卷积之和。 对于具有相等行(0, 1, .. n)或相等列(0, 1, .. n)^T (在定义坐标的CoordConv中添加这些矩阵(0, 1, .. n)^T通道矩阵,卷积运算等于 列为alpha * (0, 1, .., n)^T + alpha0矩阵 行beta * (0, 1, .., n) + beta0对应的beta * (0, 1, .., n) + beta0 。 由于此操作之前卷积层中存在偏差,因此可以忽略偏差。 在coordconv/modules的层CoordXY提供一种增加了必要的结果与标准卷积以获得CoordConv 。 与原始论文相比,优化的操作版本更简单,更有效,并且参数数量更少。 依存关系 python

文件下载

资源详情

[{"title":"( 4 个子文件 3KB ) optimize-coordconv:针对NN优化的CoordConv操作","children":[{"title":"optimize-coordconv-master","children":[{"title":"coordconv","children":[{"title":"modules","children":[{"title":"__init__.py <span style='color:#111;'> 27B </span>","children":null,"spread":false},{"title":"modules.py <span style='color:#111;'> 1.36KB </span>","children":null,"spread":false}],"spread":true}],"spread":true},{"title":"LICENSE <span style='color:#111;'> 1.05KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 999B </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明