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
天翼云开发者社区5 分钟前
五项满分，天翼云息壤智算一体机斩获佳绩！F_D_Z11 分钟前
【感知机】感知机(perceptron)学习算法的对偶形式POLOAPI15 分钟前
Claude Opus：从智能升级到场景落地的旗舰模型进阶之路Gyoku Mint17 分钟前
自然语言处理×第四卷：文本特征与数据——她开始准备：每一次输入，都是为了更像你地说话LetsonH22 分钟前
⭐CVPR2025 RoboBrain：机器人操作的统一大脑模型[特殊字符]会思考的石头1 小时前
看完了 GPT5 发布会，有一些新的思考后端小肥肠1 小时前
扣子 (Coze) 实战：输入一个主题，对标博主风格神还原，小红书爆款图文一键直出居然JuRan2 小时前
LangChain之链：解锁大模型应用开发的密钥赵英英俊2 小时前
Python day37nju_spy2 小时前
李宏毅深度学习教程 第12-13章 对抗攻击 + 迁移学习transfer learning