关键词deconvolutional neural networks
搜索结果 - 3
- IJCAI使用混合解码器的条件变分自编码器生成主题中国诗歌
本研究提出了一种新型的条件变量自编码器,该自编码器通过加入反卷积神经网络来完全学习潜在变量中的主题信息,进一步利用增强的 word2vec 模型来提高韵律和对称性,从而显著提高了生成诗歌的相关性,让生成的诗歌具有一致主题和规则性。测试结果表 - 场景分割的深度反卷积网络
本研究提出了一种结合深度反卷积神经网络和卷积神经网络的新型神经网络,以实现场景解析。与卷积神经网络相比,反卷积神经网络在学习高阶图像结构方面表现更好。多补丁训练可以从场景中有效地学习空间先验知识。本方法在四个场景解析数据集上均取得了最先进的 - 使用短步长复制卷积核,实现较少独立卷积核的稀疏重建
本文研究了使用改进的 LCA 算法的一种 DCN 类型,探讨了卷积核数量、步长、感受野大小对重建质量的影响,发现使用八个卷积核和步长为 2 的情况下可以产生与 512 个卷积核、步长为 16 的情况下相当的稀疏重建质量,此外发现在给定的步长