超越BN-ReLU！谷歌大腦等提出EvoNorms：歸一化激活層的進化

點擊上方「視學算法」，選擇加"星標"或「置頂」 重磅乾貨，第一時間送達 本文轉載自：機器之心  | 作者：Hanxiao Liu等 最近，谷歌大腦團隊和 DeepMind 合作發佈了一篇論文，利用 AutoML 技術實現了歸一化激活層的進化，找出了 BatchNorm-ReLU 的替代方案 EvoNorms，在 ImageNet 上獲得 77.8% 的準確率，超越 BN-ReLU（76.1%）。

>>阅读原文<<