senlinuc
senlinuc
cnn跟blstm输出的特征向量并没有本质区别,都是图像切片的表征,不同的是blstm会在cnn特征的基础上做了更大感受野的融合。 理论上blstm融合后的特征会更好,特别是对于复杂的情况,比如VGG英文数据集上no-blstm的效果要差很多。 这方面貌似没有发现有类似尝试的论文,no-lstm算是一个灵机一动的尝试,工程方面的意义更大些吧。
densenet的cpu版很慢,我没测,看来还有bug
已更新
denseblock层的cpu代码好像是有问题的。
still waiting :'(
change remove_center=int(remove_center) to **remove_center_i**=int(remove_center) in dcnv3_func.py can solve it