更新时间:2022-10-02 20:25:09
综上所述,本文介绍了关联滤波器,它通过关联神经层中的滤波器,将有益于视觉信息处理的先验知识引入模型中,提高神经网络的泛化能力。和诸多现存的优化方法不同,一个使用关联滤波器的CNN 的整体参数规模反而减小了,这是因为被关联的滤波器共用同一组权值。最后,因为现存的方法很少考虑滤波器间的关联性,关联滤波器可以有效地与它们结合,组成更好的视觉识别模型。
《中国人工智能学会通讯》——8.18 单目标优化中的机器学习
《中国人工智能学会通讯》——6.14 知识图谱中的推理技术
《中国人工智能学会通讯》——11.4 地理实体的多模态主题特征观点挖掘与情 感分析
《中国人工智能学会通讯》——1.39 结 论
《中国人工智能学会通讯》——6.15 基于符号的推理方法
《中国人工智能学会通讯》——8.19 多目标优化中的机器学习
《中国人工智能学会通讯》——第11章 11.1 面向地理社会媒体的挖掘与应用
《中国人工智能学会通讯》——6.13 展 望
《中国人工智能学会通讯》——8.17 为何需要机器学习
《中国人工智能学会通讯》——8.15 总结与展望