现在的位置: 首页 > 综合 > 正文

Learning Invariant Feature Hierarchies(泛读)

2018年04月13日 ⁄ 综合 ⁄ 共 368字 ⁄ 字号 评论关闭

一.文献名字和作者

     Learning Invariant Feature Hierarchies,Yann LeCun
   


二.阅读时间

    2014年10月2日



三.文献的贡献点

    文章主要介绍了几种能够进行不变性特征的层级学习的算法,包括了主流的CNN和几种用作预训练的非监督学习方法、
   文章中提到使用卷积PSD作为预训练,能够取得比完全使用监督训练的CNN更好的效果。
   文章也提到,理论分析表明,对于Pooling操作而言,如果对于特征是稀疏的且Pooling范围比较小的话,可以使用无穷范式的Pooling过程,对于特征有较小的稀疏性或者Pooling区域比较小的情况,使用平均pooling或者L1、L2 范式的Pooling。在实际使用中,使用L2范式的Pooling是一个比较折中的选择。






版权所有,欢迎转载,转载请注明出处,谢谢微笑








抱歉!评论已关闭.