RevCol:可逆的柱状神经网络

文章目录

  • 摘要
  • 1、简介
  • 2、方法
    • 2.1、Multi-LeVEl ReVERsible Unit
    • 2.2、可逆列架构
      • 2.2.1、MACRo设计
      • 2.2.2、MicRo 设计
    • 2.3、中间监督
  • 3、实验部分
    • 3.1、图像分类
    • 3.2、目标检测
    • 3.3、语义分割
    • 3.4、与SOTA基础模型的系统级比较
    • 3.5、更多分析实验
      • 3.5.1、可逆列架构的性能提升
      • 3.5.2、可逆网络与非可逆网络
      • 3.5.3、使用中间监督的性能提升
      • 3.5.4、GPU内存消耗与模型大小
      • 3.5.5、卷积中核大小的消融实验

你可能感兴趣的:(高质量AI论文翻译,神经网络,人工智能,深度学习)