CVPR 2020丨動態卷積：自適應調整卷積參數，顯著提升模型表達能力

編者按：輕量級卷積神經網絡能夠在較低的計算預算下運行，卻也犧牲了模型性能和表達能力。對此，微軟 AI 認知服務團隊提出了動態卷積，與傳統的靜態卷積（每層單個卷積核）相比，根據注意力動態疊加多個卷積核不僅顯著提升了表達能力，額外的計算成本也很小，因而對高效的 CNN 更加友好，同時可以容易地整合入現有 CNN 架構中。 輕量級卷積神經網絡（light-weight convolutional neu

>>阅读原文<<