1.动态卷积：所得卷积核与输入相关，参考博文：动态卷积之CondConv和DynamicConv-CSDN博客
针对不同的频段，学习注意力权重，
参考：详述Deep Learning中的各种卷积（一） - 知乎 (zhihu.com)
深度可分卷积：
参考论文：详述Deep Learning中的各种卷积（四） - 知乎 (zhihu.com)
inception module
并行地进行不同的四次卷积，然后按通道连接
研1日记14
qq_550337992024-09-19 19:34
相关推荐
珠海新立电子科技有限公司14 分钟前
FPC柔性线路板与智能生活的融合IT古董28 分钟前
【机器学习】机器学习中用到的高等数学知识-8. 图论 (Graph Theory)曼城周杰伦37 分钟前
自然语言处理:第六十三章 阿里Qwen2 & 2.5系列余炜yw1 小时前
【LSTM实战】跨越千年，赋诗成文：用LSTM重现唐诗的韵律与情感莫叫石榴姐2 小时前
数据科学与SQL：组距分组分析 | 区间分布问题96772 小时前
对抗样本存在的原因如若1232 小时前
利用 `OpenCV` 和 `Matplotlib` 库进行图像读取、颜色空间转换、掩膜创建、颜色替换YRr YRr2 小时前
深度学习：神经网络中的损失函数的使用ChaseDreamRunner2 小时前
迁移学习理论与应用Guofu_Liao2 小时前
大语言模型---梯度的简单介绍；梯度的定义；梯度计算的方法