文件名称：Generalized-pooling-functions-CNN:机器学习
文件大小：244KB
文件格式：ZIP
更新时间：2024-05-20 08:47:00
machine-learning deep-learning neural-network image-classification convolutional-neural-networks
通用池化功能：CNN中的混合池和门控池 实验正在实施，并且基于Chen Lee，PWGallagher，Z.Tu，“卷积神经网络的通用化池功能：混合，门控和树化”，2015年进行。我的工作用于满足研究课程“机器学习实践”的课程最终项目爱丁堡大学。 实验结果再次表明，在类似CNN的体系结构中，这些创新的池化功能（混合和门控）可在对象识别中获得优势。 混合/门控操作 实验结果
【文件预览】：
Generalized-pooling-functions-CNN-master
----formula-gated.png(24KB)
----table-comparison.png(117KB)
----layers()
--------__init__.py(1B)
--------mixed_pooling.py(999B)
--------gated_pooling.py(5KB)
----README.md(918B)
----image_processing()
--------image_flip_brightness.py(645B)
--------image_cropping.py(747B)
--------__init__.py(1B)
--------image_contrast.py(489B)
--------image_rot90.py(356B)
--------image_flipping.py(402B)
----formula-mixed.png(32KB)
----train()
--------__init__.py(1B)
--------train.py(8KB)
----graph.png(72KB)