ReNet：一种基于循环神经网络的卷积网络替代方案

本文提出了一种基于递归神经网络（Recurrent Neural Networks, RNN）的深度神经网络架构，用于目标识别。所提出的网络称为ReNet，用四个分别在图像上水平和垂直双向扫描的递归神经网络替换了深度卷积神经网络中普遍使用的卷积+池化层。我们对MNIST、CIFAR-10和SVHN这三个广泛使用的基准数据集进行了ReNet的评估。结果表明，ReNet可以作为深度卷积神经网络的一种可行替代方案，并且需要进一步的研究。