作为谷歌Summer of Code项目的一部分，我要实现的第一个模型是空间变压器网络。空间变压器网络(STN)是一个可学习的模块，可以放置在卷积神经网络(CNN)中，有效地增加空间不变性。空间不变性是指模型对图像的空间变换如旋转、平移和缩放不变性。不变性是指即使输入被变换或轻微修改，模型也能识别和识别特征的能力。空间变压器可以放置到CNN中，以完成各种任务。图像分类就是一个例子。假设任务是对手写数字进行分类，每个样本中数字的位置、大小和方向变化显著。一个空间转换器将提取、变换和缩放样本中感兴趣的区域。现在CNN可以完成分类的任务。
本文转载自网络，原文链接：https://www.toutiao.com/i6871037677572096515/?tt_from=weixin&utm_campaign=client_
版权声明：本文转载自网络，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。本站转载出于传播更多优秀技术知识之目的，如有侵权请联系QQ/微信：153890879删除
相关文章-
空间变换网络简单介绍
-
5G+Wi-Fi 6加速万物互联
-
智慧数字“冰城”，“硬”核转型加速 |
-
图解|为什么HTTP3.0使用UDP协议
精彩导读
热门资讯