卷積神經網絡的理解 Squeeze-and-Excitation (SE)網絡

對於CNN網絡來說，其核心計算是卷積算子，其通過卷積核從輸入特徵圖學習到新特徵圖。從本質上講，卷積是對一個局部區域進行特徵融合，這包括空間上（H和W維度）以及通道間（C維度）的特徵融合 我們可以發現卷積實際上是對局部區域進行的特徵融合。 這也導致了普通卷積神經網絡的感受野不大，當然你也可以設計出更多的通道特徵來增加這個，但是這樣做導致了計算量大大的增加。因此爲了空間上融合更多特徵融合，或者是提取多

>>阅读原文<<