feature extractors | BriefGPT

关键词feature extractors

搜索结果 - 27

ICLR关于表示学习的互信息最大化
本文讨论自监督学习中互信息最大化方法的局限性，并提出了在特征提取器架构和互信息估算器参数化中彰显归纳偏置的重要性，并展示了这种方法的成功与深度度量学习之间的联系。
PDF5 years ago
随机加权卷积神经网络（CNNs）用于（音乐）音频分类
本研究通过使用非经过训练的 CNN 作为特征提取器，比较了不同随机权重架构在音频分类中的效果，并提供了使用深度神经网络中架构本身进行音频分类的重要证据。
PDF6 years ago
ICML使用样本级深度卷积神经网络进行多层和多尺度特征聚合的音乐分类
本论文提出了一种将预训练特征提取器聚合多级和多尺度特征的音乐分类方法，特征提取器通过使用原始波形进行样本级深度卷积神经网络训练，表现出了在多个音乐分类数据集上的最新成果。
PDF7 years ago
CVPR一种紧凑型深度神经网络：实现接近 GoogLeNet 分类和领域自适应的精度
本文介绍了一种基于新型模块 Conv-M 的超轻量级深度神经网络，该神经网络在不降低单数据集分类精度的前提下，提高了领域自适应 (DA) 任务的准确性，通过无监督的 DA 方法，在提高模型 invariance 同时，也适应了标签预测。该神
PDF7 years ago
CVPR现代卷积物体检测器的速度 / 准确性权衡
本文旨在探讨如何在现代卷积物体检测系统中为给定应用程序和平台选择实现正确的速度 / 内存 / 精确度平衡的检测架构，我们提出了 Faster R-CNN、R-FCN 和 SSD 三种 meta-architectures 的统一实现，并通过
PDF8 years ago
卡通函数上的深度卷积神经网络
该论文证明，深层卷积神经网络的变形稳定性和垂直平移不变性由网络结构本身而非特定的卷积核和非线性保证。该论文的主要贡献是建立了一种考虑结构特征的变形稳定性界限，特别是为 Donoho 于 2001 年引入的漫画函数类确定了变形稳定性界限。
PDF8 years ago
利用卷积神经网络更好地进行遥感场景分类
研究使用现有卷积神经网络 (ConvNets) 的三种策略：完全训练、微调和使用 ConvNets 作为特征提取器，并在使用三个遥感数据集进行了实验，结果发现对 ConvNets 进行微调是最佳的策略，使用微调后的 ConvNets 特征与
PDF8 years ago