BriefGPT.xyz
Ask
alpha
关键词
global covariance pooling
搜索结果 - 4
ICCV
为什么近似矩阵平方根在全局协方差池化中表现优于准确的奇异值分解?
研究了基于全局协方差池化的卷积神经网络,使用奇异值分解方法计算矩阵平方根,发现通过牛顿 - Schulz 迭代而非精确计算的矩阵平方根能更好地提高分类性能,并提出了新的基于 Padé 近似的反向传播方法和混合训练协议,该方法在大规模和细粒度
→
PDF
3 years ago
CVPR
深度卷积神经网络从全局协方差池化中受益:优化视角
本研究尝试从优化的角度研究了全局协方差池化在深度卷积神经网络上的作用机理,发现全局协方差池化可以使优化损失更加平滑,梯度更具预测性,从而提高网络的稳定性、鲁棒性和泛化能力。相关实验证实了以上结论以及全局协方差池化对快速训练、图像失真和扰动下
→
PDF
4 years ago
深度卷积神经网络遇上全局协方差池化:更好的表示和泛化
该研究提出了一种适用于高维度、小样本场景的全局矩阵幂归一化协方差池化, 并引入了一个全局高斯嵌入网络来融合一阶统计信息。此方法在大规模对象分类、场景分类、细粒度视觉识别和纹理分类方面的实验表明,其优于现有的方法,并取得了最佳效果。
PDF
5 years ago
CVPR
通过迭代矩阵平方根归一化实现全局协方差池化网络更快的训练
通过引入迭代矩阵平方根归一化方法,本文提出一种针对全局协方差池化网络的快速端到端训练方案,相比于依赖于 GPU 有限支持的 EIG 或 SVD 的方法更加高效,并且可以在更少的 epoch 内获得更好的性能。
PDF
7 years ago
Prev
Next