large-scale

在大型数据中心使用BGP进行路由（翻译自RFC7938）

在本文中，这样的数据中心被称为“大型（large-scale）”，以区别于小型
曹世宏的博客·2020-06-25 14:55

[VGG论文详解](2014)Very Deep Convolutional Networks For Large-Scale Image Recognition

(2014)VeryDeepConvolutionalNetworksForLarge-ScaleImageRecognition作者：KarenSimonyan∗&AndrewZisserman+VisualGeometryGroup,DepartmentofEngineeringScience,UniversityofOxford首先介绍一些小知识，VGG是OxfordVisualGeomet
椰楠liu·2020-06-25 08:34

Large-Scale Evolution of Image Classifiers论文阅读

Abstract:提出了一个大规模进化算法，减少在网络设计过程中的人为参与明显缺陷是会产生很大的计算量不需要预处理，整个演化过程开始之后不需要认为参与，最后会输出一个训练好的网络具体方法：population:consistofmodelsindividual:eachmodelworker:eachcomputerfitness:accuracy（训练完成之后，在validationset上验证
mynodex·2020-06-24 16:07

TVCG Collaborative Large-Scale Dense 3D Reconstruction with Online Inter-Agent Pose Optimisation

GolodetzS,CavallariT,LordNA,etal.CollaborativeLarge-ScaleDense3DReconstructionwithOnlineInter-AgentPoseOptimisation[J].IEEEtransactionsonvisualizationandcomputergraphics,2018,24(11):2895-2905.Abstract
天人合一moonlight·2020-06-24 15:04

Spatial-aware Graph Relation Network for Large-scale Object Detection

文章目录1.摘要2.引言与相关方法2.1引言2.2关于视觉推理VisualReasoning3.本文主要方法3.1Overview3.2关系学习模块3.3VisualEmbeddingsoftheRegions3.4空间感知的图预测模块3.5SGRNforMultipleDomains4.实验5.总结用于大规模目标检测的空间感知图关系网络1.摘要如何在不需要任何外部知识的情况下在检测系统中正确编码
猪猪的珠珠·2020-06-24 12:33

Large-Scale Validation and Analysis of Interleaved Search Evaluation阅读摘要

1.Introduction  专家判断与数据指标  有效性，准确性和局限性  介绍两种interleaving方法，通过问题验证和评估interleaving;是否与传统评估方法一致，是否与其他在线指标一致，敏感性和可靠性如何比较，以及如何在点击的不同信用分配方案中进行选择；最后指出interleaving的局限性。2.RetrievalEvaluationAndRelatedWork（检索评估
黑暗贤者·2020-06-23 23:45

Suppressing Uncertainties for Large-Scale Facial Expression Recognition阅读笔记

原文地址和源代码原文地址：https://arxiv.org/pdf/2002.10392.pdf源代码：github地址注：2020年4月4日查看github地址，仍未公布源代码。本文中图片权重的分配，损失函数的设计等思路和作者的另一篇RAN原文（已被TIP接受），RAN解读的思路是相似的，建议两篇论文一起食用会更佳。解决问题主要问题如图所示，从左到右，表情逐渐不确定，现在的大型数据集存在着一定
Onwaier·2020-06-23 13:51

【读论文】唐建LINE那篇论文：LINE: Large-scale Information Network Embedding

最近的研究需要用到涉及到NetworkEmbedding方面，而唐建15年的这篇论文还是非常的出名的，所以写一下。而且本文的二作三作都是我同学，大家都是大神啊。LINE:Large-scaleInformationNetworkEmbeddingABSTRACTABSTRACT部分说了，这篇文章主要解决了大规模网络给embedding到低纬向量。而低纬向量能够更加有助于visualization,
哈乐笑·2020-06-23 12:09

Dapper, a Large-Scale Distributed Systems Tracing Infrastructure (2010)

早在2008年，Google就已开始分布式调用链追踪的工作，经过两年的打磨后，Dapper系统问世，并通过这篇文章将其设计公之于众。遗憾的是，Dapper并不是开源项目，但它的设计理念依然深刻影响到后来的Jaeger、Zipkin等开源分布式追踪项目，以及相关的标准Opentracing、OpenTelemetry。本文不是原文的精准翻译，而是一次重述和简述，旨在记录分布式调用链追踪要解决的核心问
伴鱼技术团队·2020-06-22 19:50

Multi-Modal Multi-Scale Deep Learning for Large-Scale Image Annotation

AbstractImageannotationaimstoannotateagivenimagewithavariablenumberofclasslabelscorrespondingtodiversevisualconcepts.Inthispaper,weaddresstwomainissuesinlarge-scaleimageannotation:1)howtolearnarichfea
bxg1065283526·2020-06-22 19:37

Tencent ML-Images: A Large-Scale Multi-Label Image Database for Visual Representation Learning

摘要：现有的视觉表达学习任务中，深度神经网络通常由单个标签的图像训练而来，例如ImageNet。然而单个标签很难描述样本中所有的重要内容，有些有用的视觉信息在训练时可能会浪费掉了。本文中，我们期望利用多标签的图像训练CNNs，从而增强训练出来的CNN模型的表达质量。为了达到目的，我们建立一个包含18M图像，11K类别的大规模多标签样本集，称为TencentML-Images。我们高效的利用大规模分
abrams90·2020-06-22 12:04

Very Deep Convolutional Networks for Large-Scale Image Recognition—中英文对照

文章作者：Tyan博客：noahsnail.com|CSDN|简书翻译论文汇总：https://github.com/SnailTyan/deep-learning-papers-translationVeryDeepConvolutionalNetworksforLarge-ScaleImageRecognitionABSTRACTInthisworkweinvestigatetheeffect
SnailTyan·2020-06-22 03:00

LINE:Large-scale Information Network Embedding

1.运用场景    whichissuitableforarbitrarytypesofinformationnetworks:undirected,directed,and/orweighted。2.创新点    whichsuitsarbitrarytypesofinformationnetworksandeasilyscalestomillionsofnodes.Ithasacarefull
LuckPsyduck·2020-05-31 15:00

Very Deep Convolutional Networks for Large-Scale Image Recognition—VGG论文翻译

VeryDeepConvolutionalNetworksforLarge-ScaleImageRecognitionKarenSimonyan∗&AndrewZisserman+VisualGeometryGroup,DepartmentofEngineeringScience,UniversityofOxford{karen,az}@robots.ox.ac.uk摘要在这项工作中，我们研究了在
Baby-Lily·2020-03-30 08:00

Large-Scale Evolution of Image Classifiers 导读

简介文章的目的在于提出一个方法让计算机代替人去设计深度学习的网络结构。由于网络结构复杂，也很难用结构化的数据来表示，于是作者提出了类似生物进化的方法，对随机生成的模型中表现好的进行变异，逐步淘汰表现不好的，最终留下最好的模型。11个变异方式1改变学习率LearningRate2模型保持不变，但是继续训练一段时间（由于训练继续，模型参数还是会有所变化）3重置所有参数Weights（可能可以逃出局部最
盲狙小堡垒·2020-03-22 04:48

Going Native: Using a Large-Scale Analysis of Android Apps to Create a Practical Native-Code Sandboxing

背景出处：NDSS’16,21-24February2016,SanDiego,CA,USA作者：VitorAfonso�,AntonioBianchiy,YanickFratantonioy,AdamDoup´ez,MarioPolinox,PaulodeGeus,ChristopherKruegely,andGiovanniVignay概述论文主要观点对大量app的nativecode进行了统
Entelecheia·2020-03-03 12:11

Large-Scale Unusual Time Series Detection 2015

ExploringthefeaturespaceoflargecollectionsoftimeseriesVideoHyndman.pdf时间序列异常检测代码工具ExploringthefeaturespaceoflargecollectionsoftimeseriesWorkshoponFrontiersinFunctionalDataAnalysisBanff,Canada.Itisbeco
hzyido·2020-02-27 03:30

12组 - 《Very Deep Convolutional Networks For Large-Scale Image Recognition》

版权声明：本文为博主原创文章，欢迎转载分享，请注明本文出处。文章内容如有侵权，请联系删除。《VeryDeepConvolutionalNetworksForLarge-ScaleImageRecognition》是牛津大学VisualGeometryGroup(VGG)K.Simonyan和A.Zisserman于2014年撰写的论文。这篇文章主要研究了，在大规模图像的识别问题中，卷积神经网络的深
LZ_Jaja·2020-02-21 19:01

10组_Very Deep Convolutional Networks for Large-Scale Image Recognition

1介绍本文研究了卷积神经网络的深度在大规模图像数据集上对分类准确性的影响。2012年AlexNet的横空出世，使得CNN重新获得学界关注，从而产生了许多基于该结构的改进，如对第一层使用更小的卷积尺寸和步长，以及融合多尺度输入训练网络等等。而本文专注于探讨网络深度对网络性能的影响，通过使用多个小尺寸卷积层增进网络深度同时达到大幅提升网络性能的效果。本文设计了著名的VGG模型，该模型在大规模图像识别中
安已然·2020-02-14 11:05

(2014,VGG)Very Deep Convolutional Networks for Large-Scale Image Recognition

1.VGG-Net网络的特点自从AlexNet在ILSVRC2012上面大放光芒之后，接下参加ImageNet竞赛的所有top模型基本上都采用了CNN网络架构。CNN网络架构在2013年没有很大的进展，其中相对引人注目的一个模型被称为ZF-Net，来自下面这篇论文：VisualizingandUnderstandingConvolutionalNetworks这篇论文的亮点是做了一些CNN网络中各
运动小爽·2020-02-08 15:27

人证比对|《Large-scale Bisample Learning on ID vs. Spot Face Recognition》论文精读

摘要在很多的人脸识别的应用中，有大量的人脸数据每个人有两张照片，一个是身份证照片，注册用的，还有一个是定点采集的照片。已有的方法大部分是用来处理有限的宽度（类别数）和足够的深度（每个类别有足够多的图像）。当遇到身份证和定点照这种数据集的时候，已有的方法就会遇到很多麻烦。本文中，我们提出了一个大规模双样本深度学习方法（LBL），用来处理身份证照和自拍照的人脸识别问题。为了处理每个类别只有两个样本的问
ronghuaiyang·2020-02-01 17:42

阅读：Large-Scale and Language-Oblivious Code Authorship Identification

一、来源1、2018，CCS2、作者：MohammedAbuhamad,InhaUniversity;TamerAbuHmed,InhaUniversity;AzizMohaisen,UniversityofCentralFlorida;DaeHunNyang,InhaUniversity3、主题：代码作者身份识别、程序功能、深度学习识别、软件取证二、摘要1、内容有效提取代码作者属性是成功识别的关
小小怪吃吃吃·2020-01-05 12:22

2019-05-28-VGG（Very Deep Convolutional Networks for Large-Scale Image Recognition）

研究背景investigatetheeffectoftheconvolutionalnetworkdepthonitsaccuracy创新点athoroughevaluationofnetworksofincreasingdepthusinganarchitecturewithverysmall(3×3)convolutionfilters算法框架VGG实现细节3个3×3卷积核相比1个7×7卷积核
siyecao99999·2020-01-04 19:15

[翻译]VGGNET分类任务——VERY DEEP CONVOLUTIONAL NETWORKS FOR LARGE-SCALE IMAGE RECOGNITION

VGGNet于2014年提出，在文献VERYDEEPCONVOLUTIONALNETWORKSFORLARGE-SCALEIMAGERECOGNITION中有详细介绍。摘要本文研究了在大规模图片识别中，卷积神经网络的深度对准确率（accuracy）的影响。我们的主要贡献是通过非常小的3x3卷积核的神经网络架构全面评估了增加深度对网络的影响，结果表明16-19层的网络可以使现有设置的网络性能得到显著
刘开心_8a6c·2020-01-04 10:38

Very Deep Convolutional Networks for Large-Scale Image Recognition—VGG网络翻译—中文版

DeepLearning翻译论文汇总：https://github.com/SnailTyan/deep-learning-papers-translationVeryDeepConvolutionalNetworksforLarge-ScaleImageRecognition摘要在这项工作中，我们研究了卷积网络深度在大规模的图像识别环境下对准确性的影响。我们的主要贡献是使用非常小的（3×3）卷积
SnailTyan·2019-12-26 12:00

LINE:Large-scale Information Network Embedding

论文信息发表:2015年的WWW会议上作者：  JianTang,MicrosoftResearchAsia,Beijing,China  MengQu,PekingUniversity,Beijing,China  MingzheWang,PekingUniversity,Beijing,China  MingZhang,PekingUniversity,Beijing,China  JunYa
玛卡瑞纳_a63b·2019-12-24 10:22

【论文笔记】DocRED: A Large-Scale Document-Level Relation Extraction Dataset

DocRED:ALarge-ScaleDocument-LevelRelationExtractionDataset笔者自述：DocRED主要是提出了一个全新的数据集，以往的RelationExtraction主要集中在singlesentence之中的(intra-sentence)，而有些event或者说relation并不仅仅narrow在这个范围，可以会跨越好几个句子，段落，甚至达到整个文
DrogoZhang·2019-11-03 18:00

Visual Laser-SLAM：Visual Laser-SLAM in Large-scale Indoor Environments

摘要回环是基于激光的同时定位和建图研究中的一个众所周知的问题，特别是对于大规模环境中的应用。无论使用基于粒子滤波器还是基于图形的SLAM方法，估计的位姿和建图中的累积误差都使得回环检测变得困难。相机具有信息丰富的优点，但是距离短，计算负担相对较高。在本文中，我们提出了一种新方法来解决大规模激光SLAM中的回环问题，其中激光和相机传感器集成在一起。应用ORB特征和词袋来获得快速且鲁棒的回环检测性能。
陌上尘离·2019-10-31 20:55

Large-Scale and Language-Oblivious Code Authorship Identification

摘要Eicientextractionofcodeauthorshipattributesiskeyforsuc-cessfulidentiication.However,theextractionofsuchattributesisverychallenging,duetovariousprogramminglanguagespeciics,thelimitednumberofavailable
西杭·2019-10-23 10:22

TensorFlow: A System for Large-Scale Machine Learning

简介TensorFlow是一种机器学习系统，可在大规模和异构环境中运行。TensorFlow使用数据流图来表示计算，共享状态以及改变该状态的操作。它将数据流图的节点映射到集群中的多台机器上，并且单台机器上跨多个计算设备，包括多核CPU，通用GPU和定制设计的ASIC，称为张量处理单元（TPU）。这种架构为应用程序开发人员提供了灵活性：在以前的“参数服务器”设计中，共享状态的管理内置于系统中，Ten
xl.zhang·2019-10-09 08:05

Large-scale Interactive Recommendation with Tree-structured Policy Gradient

原文：https://arxiv.org/pdf/1811.05869.pdf近两年来，由于强化学习（RL）与生俱来的考虑长期交互与规划的特性，频繁被用在交互式推荐系统（IRS）当中。IRS通常会有大量的items用来做推荐（action空间很大）候选，尤其是在一些基于RL的方法当中，然而，要处理大规模的离散的动作空间以及性能问题通常是很困难的。当前，通常用DDPG处理大规模离散空间的问题，how
kruskr·2019-08-23 18:22

【PaperReading】Detecting Large-Scale System Problems by Mining Console Logs

DetectingLarge-ScaleSystemProblemsbyMiningConsoleLogsFriday,August9,20199:14AM通过挖掘控制台日志来检测大型系统的问题WeiXu∗LingHuang†ArmandoFox∗DavidPatterson∗MichaelI.Jordan∗∗EECSDepartment †IntelLabsBerkeley University
游骑小兵·2019-08-16 21:45

DOTA: A Large-scale Dataset for Object DeTection in Aerial Images - Dataset

DOTA:ALarge-scaleDatasetforObjectDeTectioninAerialImages-DatasetDOTA:ALarge-scaleDatasetforObjectDeTectioninAerialImageshttps://captain-whu.github.io/DOTA/index.html1.ImageSourceandUsageLicenseTheimag
ForeverStrong·2019-08-16 21:14

CNN系列：VGG：网络在图像识别的应用（Very Deep Convolutional Networks for Large-Scale Image Recognition）

译者按：VGG是ALEXNet后又以改进的一个网络，大家要注意这个网络结构和网络区别作者：KarenSimonyan,AndrewZisserman摘要在这项工作中，我们研究了卷积网络深度在大规模的图像识别环境下对准确性的影响。我们的主要贡献是使用非常小的（3×3）卷积滤波器架构对网络深度的增加进行了全面评估，这表明通过将深度推到16-19加权层可以实现对现有技术配置的显著改进。这些发现是我们的I
fat32jin·2019-06-30 16:37

【论问阅读】VERY DEEP CONVOLUTIONAL NETWORKS FOR LARGE-SCALE IMAGE RECOGNITION

一、这篇文章，论文写的读起来很舒服，实验做的非常细，以前一直没看，看了之后发现，现在用的很多方法，都是人家玩剩下的。二、主要内容探索更深的网络、探索小卷积核3x3、探索比对训练与测试三、VGG主要架构基本上我们只知道VGG有两个模型，16层和19层。但是其实人家还是有很多的版本的，这些版本的存在主要有两个作用：1、作者实验方便，利用小网络可以做更多的实验2、小网络作为大网络的pre-trained
Hi_AI·2019-06-18 14:18

(2作2018 Michael Kirley)Cooperative Co-evolution with Online Optimizer Selection for Large-Scale O...

Abstrct合作型协同进化算法Cooperativeco-evolution(CC)isaneffectiveframeworkthatcanbeusedtosolvelarge-scaleoptimizationproblems.Ittypicallydividesaproblemintocomponentsandusesoneoptimizertosolvethecomponentsinar
lilicat·2019-04-17 13:08

A Large-Scale Study翻译[上]

AreGANsCreatedEqual?ALarge-ScaleStudy翻译下AreGANsCreatedEqual?ALarge-ScaleStudyGAN创建平等吗？大规模研究论文：http://arxiv.org/pdf/1711.10337v3.pdfAbstract摘要Generativeadversarialnetworks(GAN)areapowerfulsubclassofgen
Lornatang·2019-04-10 07:31

论文阅读之“YouTube-8M: A Large-Scale Video Classification Benchmark”

  对视频的分析，我之前是从没有学过，这篇论文算是我对短视频分析的入门，收获也是非常多的。论文主要讲了如何为短视频建立模型并分类，大致的思路就是  这里面的关键就在于第三步——如何对帧特征进行降维得到视频特征？如何降维才能保证信息丢失的最小化？这篇文章提出了两类方法，一类是非deep的方法，一类是deep的方法。非deep的方法  非deep的方法，说白了就是降维过程中没有建立DNN，直接用传统的
妖皇裂天·2019-03-25 10:39

ChineseFoodNet: A Large-scale Image Dataset for Chinese Food Recognition 阅读笔记

1)摘要(1)提出了一个中国食物的数据集，叫做ChineseFoodNet；(2)我们努力构建这个大规模的图像数据集，包括食品类别选择，数据收集，数据清洗和标签，特别是如何使用机器学习方法来减少手动标签工作，这是一个昂贵的过程。(3)我们进一步提出了一种新颖的两步数据融合方法，称为“TastyNet”，它将来自不同CNN的预测结果与投票方法相结合。2)介绍中国食物难以识别的原因如下：(1)相同种类
Jadelyw·2018-10-10 16:24

【论文翻译】VGG网络论文中英对照翻译--（very deep convolutional networks for large-scale image recognition）

【开始时间】2018.09.23【完成时间】2018.09.24【论文翻译】VGG网络论文中英对照翻译--（verydeepconvolutionalnetworksforlarge-scaleimagerecognition）【中文译名】用于大规模图像识别的甚深卷积网络【论文链接】https://arxiv.org/abs/1409.1556目录本文概述Abstract1.INTRODUCTIO
C小C·2018-09-24 22:17

推荐系统——Improved Bounded Matrix Completion for Large-Scale Recommender Systems

论文描述：*矩阵分解和矩阵填补被广泛用于个性化推荐系统中，通过已知的用户—商品评分构建用户-商品矩阵，并通过重构初始评分矩阵以预测缺失的评分。传统的矩阵分解模型并没有对预测值施加任何约束，但是在真实数据中，评分都是在某一特定区域范围内的。例如，MovieLens和Netflix数据集的评分在[0.5,5]的范围内，但未加约束条件的传统矩阵分解模型的预测值通常会超出此范围的值。面对这种情况，对传统的
Manduner_TJU·2018-07-17 16:54

经典重读：Evaluating Knowledge Transfer and Zero-Shot Learning in a Large-Scale Setting

在零样本学习(ZSL)中，一个重要的问题是如何有效的从其他来源获取知识。现在通行的ZSL方法中。Word-Embedding/Attribute是主要的知识来源，统称为SemanticEmbeddings。然而其他的知识来源也可能非常有效。马普所在论文Evaluationofoutputembeddingsforfine-grainedimageclassification中衡量了多种不同Sema
龙腾Zero·2018-07-12 14:28

[论文解读]VGGNet：Very Deep Convolution Networks for Large-Scale Image Recognition

/*版权声明：可以任意转载，转载时请务必标明文章原始出处和作者信息.*/faiculty:机器学习、计算机视觉、语音识别算法学习笔记微信公众号、知乎专栏、，请搜索：faiculty1.前言VGG是牛津大学计算机视觉组(VisualGeometryGroup)和GoogleDeepMind公司研究员一起研发的深度卷积神经网络。VGGNet探索了卷积神经网络的深度与其性能之间的关系，通过反复堆叠3x3
faiculty·2018-01-12 12:01

《Very Deep Convolutional Networks for Large-Scale Image Recognition》论文阅读

这是一篇2015.04的论文。Abstract本文探索了神经网络的深度在大尺寸图像爱那个识别精度上的影响。我们主要的贡献是：完整地评估了一个用3x3卷积滤波器增加深度的网络，结果表明，当层数达到16-19层的时候，精度会有一个很好的提升。这个发现也使我们团队在ImageNetChallenge2014获得了定位第一名，分类第二名的主要原因。我们也证明了我们的模型在其他数据集上可以很好的泛化，并达到
Chris_zhangrx·2017-12-13 23:05

人脸识别：coco loss-Rethinking Feature Discrimination and Polymerization for Large-scale Recognition

nips的一篇做分类和识别的工作，其中在人脸识别任务上也做了实验，RethinkingFeatureDiscriminationandPolymerizationforLarge-scaleRecognition.YuLiu,HongyangLi,XiaogangWang。提出了一个新的损失函数：congenerouscosine，本质上就是一个cosine距离版本的tripletcenterlo
迷途中一个小书童·2017-11-13 15:37

Very Deep Convolutional Networks for Large-Scale Image Recognition—VGG论文翻译—中文版

文章作者：Tyan博客：noahsnail.com|CSDN|简书声明：作者翻译论文仅为学习，如有侵权请联系作者删除博文，谢谢！翻译论文汇总：https://github.com/SnailTyan/deep-learning-papers-translationVeryDeepConvolutionalNetworksforLarge-ScaleImageRecognition摘要在这项工作中，
SnailTyan·2017-08-18 19:26

Very Deep Convolutional Networks for Large-Scale Image Recognition—VGG论文翻译—中英文对照

DeepLearning翻译论文汇总：https://github.com/SnailTyan/deep-learning-papers-translationVeryDeepConvolutionalNetworksforLarge-ScaleImageRecognitionABSTRACTInthisworkweinvestigatetheeffectoftheconvolutionalnet
SnailTyan·2017-08-18 19:51

深度学习论文随记（二）---VGGNet模型解读-2014年（Very Deep Convolutional Networks for Large-Scale Image Recognition）

深度学习论文随记（二）---VGGNet模型解读VeryDeepConvolutionalNetworksforLarge-ScaleImageRecognitionAuthor:KSimonyan，AZissermanYear:2014 1、 导引VGGNet是2014年ILSVRC竞赛的第二名，没错你没听错它是第二名，第一名是GoogLeNet（真不是我打错google，是谷歌为了纪念LeNe
Teeyohuang·2017-07-17 00:00

Efficient Large-Scale Stereo Matching论文解析

EfficientLarge-ScaleStereoMatching解析@(sinbad)[[email protected]]这是一篇2010年ACCV的立体匹配方面的论文，该文提出的算法主要用于在双目立体视觉中进行快速高清晰度图像匹配。算法基本思想为：通过计算一些支持点组成稀疏视差图，对这些支持点在图像坐标空间进行三角剖分，构建视差的先验值。由于支持点可被精确匹配，避免了使用其余点进行匹配
sinbad.dev·2017-05-21 00:00

VGG-大规模图像识别的深度卷积网络 Very Deep Convolutional Networks for Large-Scale Image Recognition

VGG-大规模图像识别的深度卷积网络VeryDeepConvolutionalNetworksforLarge-ScaleImageRecognitionTaylorGuo，2017年5月03日星期三摘要本文讨论大规模图像识别中，卷积神经网络的深度对识别精度的影响。我们的主要贡献就是对增加卷积神经网络的深度进行了彻底的评估，网络架构使用了一个非常小的3×3卷积滤波器，在先前配置的网络基础上，将网络
新新大熊·2017-05-04 17:28
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他