【论文综述】深度卷积神经网络架构最新进展综述(附60页全文下载)

【导读】近几年的AI发展潮流势不可挡,其中深度学习算法功不可没,巨大的应用价值也造就了这一领域的快速发展速度,相关论文层出不穷,今天为大家推荐一篇最新的综述文章,介绍了深度卷积神经网络(CNN)框架的一些最新研究进展。


介绍:


深度卷积神经网络(CNN)是一种特殊类型的神经网络,它在各种竞赛中均取得了非常不错的结果,深度CNN的强大学习能力,主要通过多层非线性特征提取器来实现,这些过程可以自动的从数据中学习分层表示。大量的可用数据和硬件处理器的改进加速了CNN的研究进程。


最近,CNN相关算法的研究表明,在一些非常具有挑战性的基准测试中,创新的架构思想以及参数上的优化,可以大幅度的提高算法的性能。在这方面,以往的研究已经做了大量的实验,证明了这一点,例如使用不同的激活函数和损失函数、参数优化、正则化以及框架重构等等。因此,本篇综述主要针对CNN架构中的内在结构分类,将CNN架构划分为七种不同类别,这七个类别基于空间利用、深度、多路径、宽度、feature map、channel提升以及注意力机制。此外,还涵盖了CNN组件的基本介绍,并阐明了CNN当前的挑战和机遇。


论文链接:

http://www.zhuanzhi.ai/paper/ba85a12943e4a9650b21ba9d3b47316a


专知网站新版上线,新增PDF预览功能,欢迎大家使用体验~~





【论文下载】

 请关注专知公众号(点击上方蓝色专知关注

  • 后台回复“SRADC” 就可以获取本文的下载链接~ 

  • 专知《深度学习:算法到实战》正在讲授PyTorch实战,手把手教你深度学习,欢迎扫码报名


附论文全文:

-END-

专 · 知

   专知《深度学习: 算法到实战》课程正在开讲! 中科院博士为你讲授!


请加专知小助手微信(扫一扫如下二维码添加),咨询《深度学习:算法到实战》参团限时优惠报名~

欢迎微信扫一扫加入专知人工智能知识星球群,获取专业知识教程视频资料和与专家交流咨询!

请PC登录www.zhuanzhi.ai或者点击阅读原文,注册登录专知,获取更多AI知识资料!

点击“阅读原文”,了解报名专知《深度学习:算法到实战》课程


展开全文
Top
微信扫码咨询专知VIP会员