关于GAP(全局平均池化层)的起源与逐步改进和进化版本

这里写目录标题

  • 1. GAP起源
  • 1. 论文1:Is Second-order Information Helpful for Large-scale Visual Recognition?
  • 2. 论文2:Towards Faster Training of Global Covariance Pooling Networks by Iterative Matrix Square Root Normalization
    • 2.1 摘要
    • 2.2 引言
  • 3. 论文3:Global second-order pooling convolutional networks
    • 3.1 论文摘要
    • 3.2 论文实验
  • 相关文献资料

1. GAP起源

传统的CNN网络,比如ALexNet࿰

你可能感兴趣的:(计算机视觉,-,Opencv,强化学习等的,趣味小实验,基于生成对抗网络的智能故障诊断,深度学习,计算机视觉,人工智能)