关键词convolutional operators
搜索结果 - 4
- CVPRCSCO：卷积算子的连接性搜索
通过最小化利用现有设计模式来创建卷积算子的有效连接，并利用发现的连接构建高性能的 ConvNets，本文提出了 CSCO，一个新颖的范例，通过神经预测器作为地面真实性能的代理引导搜索，引入图同构的数据增强来提高样本效率，并提出了 Metro - URM4DMU：暗网市场用户的用户表示模型
提出了一种名为 URM4DMU 的模型，用于改进卷积操作和自注意力机制，并与时间内容和论坛交互相结合来改进 用户在暗网市场的表示方法，从而帮助识别匿名用户。在四个暗网市场上，相比于其他最先进的暗网用户表示方法，该模型能够显著提高 MRR 值 - 重新思考 1x1 卷积：我们能否使用冻结的随机滤波器训练 CNNs？
本文研究表明，即使只初始化和不更新空间滤波器，某些 CNN 体系结构也可以通过重新解释逐点（1×1）卷积的概念来训练超越标准训练的模型，使其胜任 CIFAR 和 ImageNet 高测试精度，并具有模型鲁棒性，泛化性，稀疏性以及所需权重总数 - 自适应读取的图神经网络
通过神经网络提供自适应 readout 功能，将节点特征高效地聚合成图级表示，在处理包括图神经网络的许多学习任务中是必不可少的。在某些问题中（如结合亲和力预测），可以松弛假设空间排列不变性的限制并使用自适应 readout 函数来学习更有效