SE-Networks

SENet是ImageNet 2017（ImageNet收官賽）的冠軍模型，和ResNet的出現類似，都在很大程度上減小了之前模型的錯誤率（具體見附錄），並且複雜度低，新增參數和計算量小。下面就來具體介紹一些SENet的神奇之處。 SENet的全稱是Squeeze-and-Excitation Networks，中文可以翻譯爲壓縮和激勵網絡。主要由兩部分組成： 1. Squeeze部分。即爲壓縮部

>>阅读原文<<