weixin_41798111的博客

论文链接：pytorch开源代码：1.应用场景不属于强监督，图像之间无需完全匹配，可实现图像风格转换。2.数据处理 数据处理包括：数据扩充和数据归一化3.网络结构包括生成器及判别器，生成器用来实现图像风格A与图像风格B之间的相互转换，生成器有两个分别为图像风格A->图像风格B的转换和图像风格B->图像风格A的转换；判别器也有两个分别判断两个生成器转换后图像与目标图像比较的真假。3.1生成器 生成器网络...

论文：https://arxiv.org/pdf/1608.06993.pdf参考文献：https://blog.youkuaiyun.com/u014380165/article/details/75142664https://blog.youkuaiyun.com/qq_14845119/article/details/79272082与残差网络的区别：残差网络是加上跳转链接，非线性映射关...

网络深度对深度学习模型性能有什么影响？https://zhuanlan.zhihu.com/p/63560913表达能力强逐层学习特征增加感受野网络宽度对模型性能有什么影响？https://zhuanlan.zhihu.com/p/64219398学习丰富的特征...

优快云：https://blog.youkuaiyun.com/qq_40027052/article/details/78421155#t0计算机视觉中的Attention：https://zhuanlan.zhihu.com/p/32928645图像识别：基于位置的柔性注意力机制:https://zhuanlan.zhihu.com/p/33158614数字串识别：基于位置的硬性注意力机制:...

推荐一下看到的比较好的文章：『高性能模型』轻量级网络ShuffleNet_v1及v2：https://www.cnblogs.com/hellcat/p/10318630.html个人理解与MoblieNet之间的区别在于分组卷积后的操作MobileNet包括depthwise convolution和pointwise convolution两部分，depthwise convolution将输入特征分组卷积，减少每组卷积特征通道数，从而减少参数量和计算量；pointwise convo.