原文:
DO-Conv无痛涨点:使用over-parameterized卷积层提高CNN性能
MobileNets进化史
x_box361 阅71
卷积神经网络中十大拍案叫绝的操作!
taomaohu860706 阅3502 转7
从Inception v1,v2,v3,v4,RexNeXt到Xception再到MobileNets,ShuffleNet,MobileNetV2,ShuffleNetV2
Rainbow_Heaven 阅233 转3
图像分类:常用分类网络结构(附论文下载)
极市平台 阅321
人脸识别系列(十八):MobileFaceNets
doctorwangfovn 阅2163 转4
DL之Xception:Xception算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略
处女座的程序猿 阅31
人工神经网络进化简史
山峰云绕 阅54
【AI不惑境】移动端高效网络,卷积拆分和分组的精髓
有三AI 阅48
长文详解YOLOv7的网络结构
mynotebook 阅3714 转6
AI疯狂进阶——感受野篇
taotao_2016 阅400 转2
谷歌卷积 注意力新模型:CoAtNet,准确率高达89.77%,一举超过ResNet最强变体!
michael1314520 阅13
性能超越谷歌!依图团队提出新一代移动端网络架构MobileNeXt
李端有 阅37
CNN中常用的四种卷积详解
myallmy 阅530 转2
无需复杂的数学描述,通过简单代码理解卷积模块
天下小粮仓 阅32
盘点常用的卷积层
GTF_001 阅494
【留言送书】轻量级骨架首选:MobileNetV3完全解析
新用户8173JS52 阅1151
YOLOv3网络结构细致解析
枫x007 阅9031 转26
学习TensorFlow,调用预训练好的网络(Alex, VGG, ResNet etc)
雪柳花明 阅6273 转10
DenseNet:比ResNet更优的CNN模型
文殊广发天尊 阅673 转4
回顾五个强大的CNN架构介绍及Python示例
geoallan 阅613 转4
首页
留言交流
联系我们
回顶部