已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

CondConv: Conditionally Parameterized Convolutions for Efficient Inference

参数化复杂度 计算机科学 推论 卷积神经网络 卷积(计算机科学) 人工智能 编码(集合论) 卷积码 图层(电子) 机器学习 理论计算机科学 算法 人工神经网络 程序设计语言 解码方法 化学 集合(抽象数据类型) 有机化学
作者
Brandon Yang,Gabriel Bender,Quoc V. Le,Jiquan Ngiam
出处
期刊:Neural Information Processing Systems 卷期号:32: 1307-1318 被引量:138
链接
摘要

Convolutional layers are one of the basic building blocks of modern deep neural networks. One fundamental assumption is that convolutional kernels should be shared for all examples in a dataset. We propose conditionally parameterized convolutions (CondConv), which learn specialized convolutional kernels for each example. Replacing normal convolutions with CondConv enables us to increase the size and capacity of a network, while maintaining efficient inference. We demonstrate that scaling networks with CondConv improves the performance and inference cost trade-off of several existing convolutional neural network architectures on both classification and detection tasks. On ImageNet classification, our CondConv approach applied to EfficientNet-B0 achieves state-ofthe-art performance of 78.3% accuracy with only 413M multiply-adds. Code and checkpoints for the CondConv Tensorflow layer and CondConv-EfficientNet models are available at: https://github.com/tensorflow/tpu/tree/master/ models/official/efficientnet/condconv.
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
PDF的下载单位、IP信息已删除 (2025-6-4)

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
vera完成签到 ,获得积分10
1秒前
1秒前
2秒前
科研小裴完成签到 ,获得积分10
3秒前
5秒前
MchemG应助Karol采纳,获得10
6秒前
6秒前
miles发布了新的文献求助10
6秒前
Rondab应助lzm采纳,获得10
7秒前
CipherSage应助十四采纳,获得10
8秒前
稳重怀蕊发布了新的文献求助10
9秒前
天天快乐应助马尔斯采纳,获得10
10秒前
兜里全是糖完成签到,获得积分10
11秒前
13秒前
一介尘埃完成签到 ,获得积分10
13秒前
CodeCraft应助mmmmm采纳,获得10
15秒前
wang发布了新的文献求助10
15秒前
斯文的难破完成签到 ,获得积分10
16秒前
17秒前
温柔烧鹅发布了新的文献求助10
18秒前
19秒前
20秒前
冷风完成签到 ,获得积分10
22秒前
马尔斯发布了新的文献求助10
22秒前
pumpkin完成签到,获得积分10
23秒前
古道小七完成签到,获得积分10
24秒前
Ramer556发布了新的文献求助10
25秒前
pumpkin发布了新的文献求助10
26秒前
领导范儿应助温柔烧鹅采纳,获得10
34秒前
LJC完成签到,获得积分10
35秒前
Ramer556完成签到,获得积分10
37秒前
37秒前
37秒前
负责怀莲发布了新的文献求助10
38秒前
夏夏完成签到 ,获得积分10
43秒前
43秒前
bkagyin应助hhllhh采纳,获得10
50秒前
顾矜应助魁梧的人达采纳,获得10
51秒前
Ava应助mw采纳,获得10
53秒前
54秒前
高分求助中
A new approach to the extrapolation of accelerated life test data 1000
ACSM’s Guidelines for Exercise Testing and Prescription, 12th edition 500
Indomethacinのヒトにおける経皮吸収 400
Phylogenetic study of the order Polydesmida (Myriapoda: Diplopoda) 370
基于可调谐半导体激光吸收光谱技术泄漏气体检测系统的研究 350
Robot-supported joining of reinforcement textiles with one-sided sewing heads 320
Aktuelle Entwicklungen in der linguistischen Forschung 300
热门求助领域 (近24小时)
化学 材料科学 医学 生物 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 遗传学 基因 物理化学 催化作用 冶金 细胞生物学 免疫学
热门帖子
关注 科研通微信公众号,转发送积分 3989868
求助须知:如何正确求助?哪些是违规求助? 3531994
关于积分的说明 11255752
捐赠科研通 3270793
什么是DOI,文献DOI怎么找? 1805053
邀请新用户注册赠送积分活动 882215
科研通“疑难数据库(出版商)”最低求助积分说明 809208