Squeeze-and-Excitation Networks個人理解

背景： 卷積神經網絡已經被證明是一個在應用於各種視覺任務上能夠獲得有效效果的模型。在現有的神經網絡模型的每個卷積網絡層中，各個卷積核學習輸入的特徵圖中各個通道以及特徵圖的空間上的局部關聯模式的表達（局部關聯就是局部在卷積核的大小上）。通過多個卷積層中的一系列的非線性相關的卷積核以及下采樣層來捕捉全局感受野上的各個層次的圖片表示，而近期的神經網絡模型的發展過程也顯示了網絡模型的捕捉數據空間關聯性（就

>>阅读原文<<