| 标题 |
 Scaling Up Your Kernels to 31×31: Revisiting Large Kernel Design in CNNs 将内核扩展到31 × 31：重新审视CNN中的大型内核设计
相关领域
计算机科学
核（代数）
卷积神经网络
参数化复杂度
树核
人工智能
可扩展性
缩放比例
变压器
模式识别（心理学）
对比度（视觉）
核方法
支持向量机
算法
分布的核嵌入
数学
物理
几何学
组合数学
数据库
电压
量子力学
|
| 网址 | |
| DOI | |
| 其它 |
期刊： 作者：Xiaohan Ding; Xiangyu Zhang; Yizhuang Zhou; Jungong Han; Guiguang Ding; et al 出版日期：2022-06-01 |
| 求助人 | |
| 下载 | 该求助完结已超 24 小时，文件已从服务器自动删除，无法下载。 |
|
温馨提示：该文献已被科研通 学术中心 收录，前往查看
科研通『学术中心』是文献索引库，收集文献的基本信息（如标题、摘要、期刊、作者、被引量等），不提供下载功能。如需下载文献全文，请通过文献求助获取。
|
cdercder
昏睡的蟠桃
科研小民工
SYLH
HEIKU
踏实无敌
airvince
iNk
Auston_zhong
阿飘
非而者厚
典雅问寒
Sea_U
back you up
Hayat
nozero
8R60d8
SONGYEZI
锦时
痴情的博超
皖公网安备34019202002308
