Apr, 2019
G-softmax: 提高特征内类紧致性和类间可分性
$\mathcal{G}$-softmax: Improving Intra-class Compactness and Inter-class
Separability of Features
TL;DR本文研究了卷积神经网络学习特征时的类内紧密度和类间可分性,并提出一种简单易实现的基于高斯的softmax方法,有效提高了类内紧密度和类间可分性,在多个分类数据集上都表现优异,并发现高的类内紧密度和类间可分性与MS COCO和NUS-WIDE的平均精度呈正线性相关。