与Gabor层相遇
gabornet的Python项目详细描述
加蓬网
安装
GaborNet可以通过Python3.7及更高版本的pip安装:
pip install GaborNet
入门
^{pr2}$原始研究论文(预印本):https://arxiv.org/abs/1904.13204
本文对深卷积神经网络提出了一种改进的 专注于提高收敛性和减少培训的体系结构 复杂性。网络第一层中的过滤器被约束以适应 Gabor函数。Gabor函数的参数是可学习和更新的 标准反向传播技术。建议的体系结构在上进行了测试 几个数据集的性能优于普通的卷积网络
引文
如果您想在出版物中引用此存储库,请使用此bibtex:
@misc{gabornet,
author = {Alekseev, Andrey},
title = {GaborNet: Gabor filters with learnable parameters in deep convolutional
neural networks},
year = {2019},
publisher = {GitHub},
journal = {GitHub repository},
howpublished = {\url{https://github.com/iKintosh/GaborNet}},
}
- 项目
标签: