《表1 DenseNet-40(k=12)模型结构》
由于卓越的性能以及易于训练,我们使用DenseNet-40(k=12)结构作为我们的模型(k是DenseNet模型中的增长因子)。该模型由3个块结构构成,每个块中包含12个密集连接卷积层。在块与块之间,还存在一个过渡层,该层的作用主要是用于进行特征图融合与下采样操作。网络的输出层是一层全连接层,当我们使用CIFAR-10与SVHN作为训练数据时,全连接层的输出维度为10,当使用CIFAR-100时,全连接层的输出维度为100。除此之外,为了对输入图像进行特征图提升,网络的第一层被设置为一个卷积层(我们把一个BN-ReLU-Conv的模块叫做一个卷积层)。该网络的整体结构可以在表1中查看到。
图表编号 | XD00122844500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.16 |
作者 | 李红运、张建林、周丽君、杨亚锋 |
绘制单位 | 中国科学院光电技术研究所、中国科学院大学电子电气与通信工程学院、中国科学院光电技术研究所、中国科学院光电技术研究所、中国科学院大学电子电气与通信工程学院、华南理工大学电子与信息学院 |
更多格式 | 高清、无水印(增值服务) |