| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | ||||
| 4 | 5 | 6 | 7 | 8 | 9 | 10 |
| 11 | 12 | 13 | 14 | 15 | 16 | 17 |
| 18 | 19 | 20 | 21 | 22 | 23 | 24 |
| 25 | 26 | 27 | 28 | 29 | 30 | 31 |
Tags
- 파이토치 강의 정리
- 영상처리
- 파이토치 김성훈 교수님 강의 정리
- matlab 영상처리
- 파이토치
- 해리스 코너 검출
- tensorflow 예제
- c언어
- 컴퓨터 비전
- 팀프로젝트
- 미디언 필터링
- 딥러닝 공부
- Pytorch Lecture
- pytorch zero to all
- 모두의 딥러닝
- TensorFlow
- 가우시안 필터링
- MFC 프로그래밍
- object detection
- 케라스 정리
- 모두의 딥러닝 예제
- c++공부
- 골빈해커
- C언어 공부
- 딥러닝
- pytorch
- c언어 정리
- 김성훈 교수님 PyTorch
- 딥러닝 스터디
- c++
Archives
- Today
- Total
목록ReXNet 장점 (1)
ComputerVision Jack
Rethinking Channel Dimension for Efficient Model Design
Rethinking Channel Dimensions for Efficient Model Design Abstract 경량 모델에 대한 정확성이 Network stage의 piecewise linear function 보이는 channel dimensions에 의해 제한되어 왔다고 주장한다. 따라서 이전 설계 보다 수행 측면이 뛰어난 효과적인 channel dimension 배열에 대해 연구하였다. output feature rank에 대해 단일 layer 설계하는 방향으로 접근한다. 간단하지만 효과적인 channel dimension 배열을 소개하고 이는 Layer Index 관점에서 측정 가능하다. 논문에서 제안한 모델은 channel parameterization 통해 ImageNet Classif..
Reading Paper/Classification Networks
2022. 1. 25. 18:28