文件名称:
CondConvContinual：涂成浩，吴成恩和陈楚松，“扩展条件卷积结构以增强多任务持续学习”，亚太信号和信息处理协会亚太峰会，APSIPA ASC 2020年会-源码
开发工具:
文件大小: 582kb
下载次数: 0
上传时间: 2021-02-19
详细说明：CondConvContinual
这是Pytorch官方实现
屠成浩，吴成恩和陈楚松创作
该代码仅供学术研究使用。 对于商业用途，请联系教授（ ）。
基准测试
介绍
在最近的深度学习研究中，条件运算已经引起了很多关注，以促进模型的预测准确性。 向此方向的最新进展是条件参数卷积（CondConv），提出利用条件深层模型权重提供的附加容量来增强性能，而对模型的计算复杂性的影响则要小得多。 CondConv使用依赖于输入的融合参数，这些参数可以自适应地组合多列卷积内核以提高性能。 在运行时，内核的列被在线组合成一个，因此，时间复杂度远小于在相同容量下在卷积层中使用多个列的时间复杂度。 尽管CondConv对于增强深层模型的性能有效，但目前仅应用于单个任务。 由于它具有添加模型权重和提高计算效率的良好特性，因此我们将其扩展到多任务学习，其中任务以递增方式呈现。 在这项工作中，我们介绍了一种基
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
