《表5 卷积分组对性能和计算效率的权衡》

《表5 卷积分组对性能和计算效率的权衡》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于信息修正的深度残差学习》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录

在CIFAR上进行了分析实验,从两个方面证明了ED模块的有效性。(1)卷积编码‐解码模块与2个卷积层的对比是为了进一步证明ED模块对模型精度提升的有效性,2个卷积层指把ED模块的编码器和解码器都用普通的3边长卷积层替换。表4的结果表明ED模块一致优于2个卷积层。不仅如此,在ResNeXt的实验中,发现2个卷积层不仅不能带来精度提升,还会损害原模型的判别能力,但是本文的ED模块仍然可能帮助模型提高精度。(2)为了探索组卷积带来的影响进一步进行了实验研究。表5的结果表明,组卷积只会带来性能的降低,当计算资源有限时,建议使用卷积分组。