专栏名称: 机器之心
专业的人工智能媒体和产业服务平台
今天看啥  ›  专栏  ›  机器之心

过往Net,皆为调参?一篇BagNet论文引发学界震动

机器之心  · 公众号  · AI  · 2019-02-13 11:28
选自blog.evjang作者:Eric Jang机器之心编译近日,一篇有关 BagNet 的 ICLR 2019 论文得到了机器学习社区的广泛关注,来自德国图宾根大学的研究者们发现基于小型局部图像特征分类的简单模型可以在 ImageNet 上实现惊人的高准确率。论文作者认为,这表明过去几年 DNN 的进步大部分是通过调参取得的。这篇论文真的指出了皇帝的新装?让我们来看看有关它的详细解读。论文概述深度卷积网络(CNN)通过学习卷积核权重汇集局部特征,然后进行空间上的池化就能抽取出图像的深层语义特征。而我们可以将这些卷积运算的连续使用视为抽取「层次化的特征」,每一个卷积层都在广泛的特征空间内聚集低层语义信息,并在这基础上生成更高级的信息。至于算法的最优解,关注深度 ………………………………

原文地址:访问原文地址
快照地址: 访问文章快照