CIFAR和SVHN在各CNN论文中的结果
CIFAR和SVHN结果
- 加粗表示原论文中该网络的最优结果。
- 可以看出DenseNet-BC优于ResNeXt优于DenseNet优于WRN优于FractalNet优于ResNetv2优于ResNet。
- ResNeXt-29,8x64d表示29层,ResNeXt分支数为8,每个分支的bottleneck宽度为64。
- 这里记录的结果是使用了标准数据增强的test error。
- 因为有些论文会拿前人工作的次优结果对比,所以这些结果可能会和一些论文的实验数据有所出入。
网络 | 网络参数 | CIFAR10 | CIFAR100 | SVHN | 备注 |
---|---|---|---|---|---|
ResNet-110 | 1.7M | 6.61 | |||
ResNet-110 | 1.7M | 6.41 | 27.22 | 2.01 | stochastic depth复现的 |
ResNet-164 | 1.7M | 25.16 | resNetv2提中提到的 | ||
ResNetv2-164 | 1.7M | 5.46 | 24.33 | ||
ResNetv2-1001 | 10.2M | 4.69 | 22.68 | ||
FractalNet-20 with drop | 38.6M | 4.60 | 1.87 | ||
FractalNet-40 | 22.9M | 22.49 | |||
WRN-40-4 | 8.9M | 4.53 | 21.18 | ||
WRN-16-8 | 11.0M | 4.27 | 20.43 | ||
WRN-28-10 | 36.5M | 4.00 | 19.25 | ||
WRN-28-10 dropout | 36.5M | 3.89 | 18.85 | ||
WRN-16-4 dropout | 1.64 | ||||
ResNeXt-29,8x64d | 34.4M | 3.65 | 17.77 | ||
ResNeXt-29,16x64d | 68.1M | 3.58 | 17.31 | ||
DenseNet-40(k=12) | 1.0M | 5.24 | 24.42 | 1.79 | |
DenseNet-100(k=12) | 7.0M | 4.10 | 20.20 | 1.67 | |
DenseNet-100(k=24) | 27.2M | 3.74 | 19.25 | 1.59 | |
DenseNet-BC-100(k=12) | 0.8M | 4.51 | 22.27 | 1.76 | |
DenseNet-BC-250(k=24) | 15.3M | 3.62 | 17.60 | 1.74 | |
DenseNet-BC-190(k=40) | 25.6M | 3.46 | 17.18 |
CIFAR数据集地址
http://www.cs.toronto.edu/~kriz/cifar.html
转载于:https://www.cnblogs.com/liaohuiqiang/p/9692888.html
CIFAR和SVHN在各CNN论文中的结果相关推荐
- 【论文翻译】GoogleNet网络论文中英对照翻译--(Going deeper with convolutions)
[开始时间]2018.09.25 [完成时间]2018.09.26 [论文翻译]GoogleNet网络论文中英对照翻译--(Going deeper with convolutions) [中文译名] ...
- 文本分类有哪些论文中很少提及却对性能有重要影响的tricks?
前言 一年前小夕在知乎上提问过这么一个问题 文本分类有哪些论文中很少提及却对性能有重要影响的tricks? 链接:https://www.zhihu.com/question/265357659/an ...
- 论文中英对照翻译--(Fusing Multiple Deep Features for Face Anti-spoofing)
[开始时间]2018.10.22 [完成时间]2018.10.22 [论文翻译]论文中英对照翻译--(Fusing Multiple Deep Features for Face Anti-spoof ...
- Tansformer | 详细解读:如何在CNN模型中插入Transformer后速度不变精度剧增?
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 1简介 本文工作解决了Multi-Head Self-Attention(MHSA)中由于计算/空间复 ...
- 论文中常用的注意力模块合集(上)
在深度卷积神经网络中,通过构建一系列的卷积层.非线性层和下采样层使得网络能够从全局感受野上提取图像特征来描述图像,但归根结底只是建模了图像的空间特征信息而没有建模通道之间的特征信息,整个特征图的各区域 ...
- 阅读QA论文中遇到的一些问题
目录 1.梯度问题:... 2 再结合就应该能理解:... 4 一. 批梯度下降算法... 4 二. 随机梯度下降算法... 6 2.Dropout详解:... 7 3.交叉熵:::::... 11 ...
- 【论文翻译】VGG网络论文中英对照翻译--(very deep convolutional networks for large-scale image recognition)
[开始时间]2018.09.23 [完成时间]2018.09.24 [论文翻译]VGG网络论文中英对照翻译--(very deep convolutional networks for large-s ...
- 读博无门,就业碰壁,孤独当了7个月“民科”后,他的论文中了顶会
来源 | 量子位 报道 | 公众号 QbitAI 赖可 发自 凹非寺 一位丹麦科技大学硕士毕业的机器学习研究生,没有申请到博士学位,也没有找到合适的工作. 他决定给自己8个月的时间,在顶会上发 ...
- CVPR 2021接收结果出炉!录用1663篇,接受率显著提升,你的论文中了吗?(附论文下载)...
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 报道丨极市平台 导读 CVPR2021结果出炉!你的论文中了吗? 就在刚刚,计算机视觉三大顶会之一CV ...
最新文章
- c语言大顶堆数组维护,图解大顶堆的构建、排序过程
- Linux下的mysql设置表不区分大小写
- centos6.7部署solr-6.3.0
- python个人项目-软工作业个人项目wc.exe(python实现)
- 项目、SVN clean的一些事
- 【机器学习课程笔记(吴恩达)】1.3 监督学习
- 加括号改变连除式结果(洛谷P2651题题解,Java语言描述)
- java dbcursor_优化JAVA查询Mongodb数量过大,查询熟读慢的方法
- 问卷调查微信小程序源码
- 电脑连不上wifi的三种处理办法。
- MATLAB---绘制三维图形函数实例介绍
- linux删除arp绑定失败,我用这个命令后总是说“ARP项目删除失败:请求的操作需要提升...
- 计算机怎么发音乐,网易云音乐怎么分享音乐给别人的教程
- 电能质量:电压暂升暂降中断
- 应运而生的环保APP
- 地理围栏 | EXCEL表格中分析轨迹坐标是否在设定的围栏范围内
- 你真的会用三目运算符吗?
- 迅雷导出ed2k到eMule链接无效处理
- JAVA使用POL导入Excel解决数据精度问题
- input输入框限制中文汉字只能输入20个字符,英文10个字符!
热门文章
- Linux 命令之 lsusb -- 显示本机的USB设备列表信息
- 查看 Linux 系统版本(发行版本)信息的相关命令语句
- java通用编码规范考试_《java编码规范考试题答案》.doc
- css 深度选择器 ,CSS的coped私有作用域和深度选择器
- 服务器windows模拟linux环境,科学网—Windows不用虚拟机或双系统,轻松实现shell环境:gitforwindows - 刘永鑫的博文...
- php中符号 的作用是什么意思,PHP中@符号的用途是什么?
- php soap传值,在SOAP调用中传递PHP数组
- 双向链表删除节点时间复杂度_「十分钟学算法」删除链表的倒数第N个节点
- java方法参数类型不确定_一个Java方法能有多少个参数类型?这个好奇coder做了个实验...
- 巧解C语言运算符的优先级和结合性