論文筆記《Active Convolution: Learning the Shape of Convolution for Image Classification》

研究背景 近年來，深入學習在許多計算機視覺應用中取得了巨大的成功。傳統的卷積神經網絡（CNN）成爲最近幾年計算機視覺研究的主要方法。   AlexNet 迄今爲止，關於CNN的大多數研究集中在開發諸如Inception , residual networks的這種網絡結構上。 卷積單元通常設置爲3*3，5*5，11*11 這種固定的卷積單元。但是卷積層是CNN的核心，卻很少有研究針對卷積單元本身。

>>阅读原文<<