CoAtNet: Marrying Convolution and Attention for All Data Sizes

计算机科学 人工智能 卷积(计算机科学) 计量经济学 人工神经网络 数学
作者
Zihang Dai,Hanxiao Liu,Quoc V. Le,Mingxing Tan
出处
期刊:Cornell University - arXiv 被引量:366
标识
DOI:10.48550/arxiv.2106.04803
摘要

Transformers have attracted increasing interests in computer vision, but they still fall behind state-of-the-art convolutional networks. In this work, we show that while Transformers tend to have larger model capacity, their generalization can be worse than convolutional networks due to the lack of the right inductive bias. To effectively combine the strengths from both architectures, we present CoAtNets(pronounced "coat" nets), a family of hybrid models built from two key insights: (1) depthwise Convolution and self-Attention can be naturally unified via simple relative attention; (2) vertically stacking convolution layers and attention layers in a principled way is surprisingly effective in improving generalization, capacity and efficiency. Experiments show that our CoAtNets achieve state-of-the-art performance under different resource constraints across various datasets: Without extra data, CoAtNet achieves 86.0% ImageNet top-1 accuracy; When pre-trained with 13M images from ImageNet-21K, our CoAtNet achieves 88.56% top-1 accuracy, matching ViT-huge pre-trained with 300M images from JFT-300M while using 23x less data; Notably, when we further scale up CoAtNet with JFT-3B, it achieves 90.88% top-1 accuracy on ImageNet, establishing a new state-of-the-art result.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
慢慢子发布了新的文献求助10
刚刚
所所应助王永明采纳,获得10
1秒前
杳鸢应助zijingliang采纳,获得10
2秒前
敏感蹇发布了新的文献求助10
2秒前
hujunbo发布了新的文献求助10
3秒前
zwenng完成签到,获得积分10
3秒前
翊然甜周完成签到,获得积分10
5秒前
5秒前
祝妹完成签到,获得积分20
8秒前
nuenue发布了新的文献求助10
9秒前
123完成签到 ,获得积分10
12秒前
在水一方应助hujunbo采纳,获得10
12秒前
13秒前
游若完成签到,获得积分20
13秒前
Julien关注了科研通微信公众号
13秒前
13秒前
15秒前
Epiphany发布了新的文献求助10
15秒前
JamesPei应助祝妹采纳,获得10
16秒前
王永明发布了新的文献求助10
17秒前
LeiX发布了新的文献求助30
17秒前
小葵发布了新的文献求助30
19秒前
19秒前
20秒前
xiaxia完成签到 ,获得积分20
20秒前
陈伟杰发布了新的文献求助10
20秒前
Akim应助wangyaofeng采纳,获得10
20秒前
慢慢子完成签到,获得积分10
21秒前
22秒前
tleeny发布了新的文献求助10
23秒前
橙橙完成签到,获得积分10
23秒前
qqll发布了新的文献求助10
24秒前
maque4004完成签到,获得积分10
24秒前
何方神圣完成签到,获得积分20
24秒前
cara完成签到,获得积分10
25秒前
英俊的沛容完成签到 ,获得积分10
26秒前
tleeny完成签到,获得积分10
27秒前
28秒前
29秒前
LeiX完成签到,获得积分10
32秒前
高分求助中
Licensing Deals in Pharmaceuticals 2019-2024 3000
Effect of reactor temperature on FCC yield 2000
Very-high-order BVD Schemes Using β-variable THINC Method 1000
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
Impiego dell’associazione acetazolamide/pentossifillina nel trattamento dell’ipoacusia improvvisa idiopatica in pazienti affetti da glaucoma cronico 700
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
Geochemistry, 2nd Edition 地球化学经典教科书第二版,不要epub版本 431
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3291870
求助须知:如何正确求助?哪些是违规求助? 2928327
关于积分的说明 8436513
捐赠科研通 2600243
什么是DOI,文献DOI怎么找? 1418956
科研通“疑难数据库(出版商)”最低求助积分说明 660203
邀请新用户注册赠送积分活动 642834