| 标题 |
Scaling Up Your Kernels to 31×31: Revisiting Large Kernel Design in CNNs 相关领域
计算机科学
核(代数)
卷积神经网络
参数化复杂度
树核
人工智能
可扩展性
缩放比例
变压器
模式识别(心理学)
对比度(视觉)
核方法
支持向量机
算法
分布的核嵌入
数学
数据库
组合数学
物理
量子力学
电压
几何学
|
| 网址 | |
| DOI | |
| 其它 |
期刊:2022 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 作者:Xiaohan Ding; Xiangyu Zhang; Jungong Han; Guiguang Ding 出版日期:2022-09-27 |
| 求助人 | |
| 下载 | |
|
温馨提示:该文献已被科研通 学术中心 收录,前往查看
科研通『学术中心』是文献索引库,收集文献的基本信息(如标题、摘要、期刊、作者、被引量等),不提供下载功能。如需下载文献全文,请通过文献求助获取。
|
PDF的下载单位、IP信息已删除
(2025-6-4)