想用卷积网络做一个中文识别的模型，目前用的是VGG-16，但是效果还不太好。
不知道分类的卷积网络最新进展如何？又或者在哪里能看到最新进展呢？
希望大佬们能贡献一下自己的资源~提前thanks
用带注意力的senet当backbone会不会好些
imagenet最后的冠军
backbone变化好像不太大……
胶/狗头囊网络
这审核技术太高明了，中英文都屏蔽，666
这个技术有点高 我目前还不知道
卷积网络和神经网络有本质上的区别？
好，我去学学看
我的理解——卷积网络是神经网络的子集，但是大家说法不一样理解起来也不一样
这就是求分类的backbone推荐~
很卷了
个人理解不一样，神经网络范畴大一点，包含卷积神经网络
卷积网络是神经网络的一种，多用于图像处理，nlp也有用到
卷积网络有些特性与全连接网络不同
参数比全连接网络少，具有一定的“平移不变性”
尤其处理图像时，可以提取2维空间的特涨。而全链接层拉成一维就提取不到二维空间的对应特征了
而且卷积网络的卷积核就是个滤波器，有好多领域知识的储备（信号处理）
现在也有新型网络，比如胶囊网络
具有更好的感知能力以及鲁棒性
希望大佬们能贡献一下自己的资源~提前thanks
用带注意力的senet当backbone会不会好些
imagenet最后的冠军
backbone变化好像不太大……
胶/狗头囊网络
这审核技术太高明了，中英文都屏蔽，666
这个技术有点高 我目前还不知道
卷积网络和神经网络有本质上的区别？
好，我去学学看
我的理解——卷积网络是神经网络的子集，但是大家说法不一样理解起来也不一样
这就是求分类的backbone推荐~
很卷了
个人理解不一样，神经网络范畴大一点，包含卷积神经网络
卷积网络是神经网络的一种，多用于图像处理，nlp也有用到
卷积网络有些特性与全连接网络不同
参数比全连接网络少，具有一定的“平移不变性”
尤其处理图像时，可以提取2维空间的特涨。而全链接层拉成一维就提取不到二维空间的对应特征了
而且卷积网络的卷积核就是个滤波器，有好多领域知识的储备（信号处理）
现在也有新型网络，比如胶囊网络
具有更好的感知能力以及鲁棒性