Deconvnet論文總結思考

Adaptive Deconvolutional Networks for Mid and High Level Feature Learning（deconvnet） 論文簡述 論文要點 提出問題 解決方案 模型優勢 網絡結構 損失函數 反捲積 池化&反池化 算法詳述 應用處理 思考 論文簡述 本文主要講述作者通過卷積稀疏編碼層和最大池化層交替的層次模型，確保每層都能重構輸入，實現了對各種特徵結

>>阅读原文<<