机译:双线性加权分数最大池对于深度卷积神经网络的传统最大池的扩展
Toyohashi Univ Technol, Dept Comp Sci & Engn, Toyohashi, Aichi, Japan|Toyohashi Univ Technol, Grad Sch Engn, Toyohashi, Aichi, Japan;
Toyohashi Univ Technol, Comp Sci & Engn Dept, Grad Sch, Toyohashi, Aichi, Japan;
Fractional max pooling; Convolutional neural network; Deep learning;
机译:通过具有最大池和全局平均池的七层深度卷积神经网络对牙齿类别进行分类
机译:具有改进块结构的混合汇集的二值化卷积神经网络的快速推断
机译:卷积神经网络中用于不同和异构数据集的标准2×2最大池化层的适当数目及其分配
机译:深度尖峰卷积神经网络的轻质最大池方法和架构
机译:实现小波变换在卷积神经网络的图像去噪中的汇集过程中
机译:基于最大重叠池卷积神经网络的高光谱遥感图像分类
机译:深度最大池卷积神经网络的快速图像扫描