BottleNeck 瓶颈层

peacefairy

于 2021-07-18 20:41:11 发布

阅读量5.1k

点赞数 3

分类专栏：论文中遇到的知识点补充

原文链接：https://blog.youkuaiyun.com/guoyueyang/article/details/89247459?utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromMachineLearnPai2%7Edefault-3.control&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommend

版权

论文中遇到的知识点补充专栏收录该内容

3 篇文章

订阅专栏

BottleNeck结构常用于深度神经网络中，通过使用1X1滤波器来减小和增大特征维度，有效减少计算参数量，降低计算复杂度。这种设计使得在保持网络性能的同时，能够提高训练效率和特征提取的准确性，尤其在处理高维度数据时更为明显。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

BottleNeck 一般用于深度较高的网络，主要的作用就是减少计算的参数量。

两个1X1fliter分别用于降低和升高特征维度，主要目的是为了减少参数的数量，从而减少计算量，且在降维之后可以更加有效、直观地进行数据的训练和特征提取，

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。