22 lugl 2018 anni - Qiang Qiu: DCFNet: Deep Neural Network with Decomposed Convolutional Filters, 2018

Descrizione:

卷积神经网络（CNN）中的滤波器包含从大量数据中获取的模型参数。在本文中，我们建议将CNN中的卷积滤波器分解为一个具有预固定基的截断扩展，即分解卷积滤波器网络（DCFNET），在该网络中，扩展系数仍然从数据中学习。这种结构不仅减少了可训练参数的个数和计算量，而且通过基截断实现了滤波器的正则性。通过大量的实验，我们一致地观察到DCFNET通过显著减少模型参数，特别是使用傅立叶-贝塞尔（FB）基，甚至使用随机基，来保持图像分类任务的准确性。从理论上分析了DCFNET对输入变量的表示稳定性，并证明了在扩展系数的一般假设下的表示稳定性。分析结果与经验观测结果一致。