Tiefe Wettbewerbspfadnetzwerke

Im Design tiefer neuronaler Architekturen haben jüngste Studien die Vorteile der Gruppierung von Unter网zwerken zu einem größeren Netzwerk gezeigt. Zum Beispiel integriert die Inception-Architektur mehrskalige Unter网zwerke, und das Residualsegment kann als eine Kombination eines residuellen Unter网zwerks mit einer Identitätsschnellverbindung angesehen werden. In dieser Arbeit greifen wir diese Beobachtung auf und schlagen das Wettbewerbspfadnetzwerk (CoPaNet) vor. Das CoPaNet besteht aus einer Stapelstruktur wettbewerbsfähiger Pfadeinheiten, wobei jede Einheit mehrere parallele residualähnliche Unter网zwerke enthält, gefolgt von einer Maximaloperation für die Merkmalskonkurrenz. Dieses Mechanismus verbessert die Modellkapazität durch das Lernen vielfältiger Merkmale in den Unter网zwerken. Die vorgeschlagene Strategie zeigt explizit, dass die Merkmale über Pfade in verschiedenen Routingmustern verbreitet werden, was als Pfadcodierung von Kategorieinformationen bezeichnet wird. Darüber hinaus kann eine Schnellverbindung zwischen Blöcken dem CoPaNet hinzugefügt werden, um das Wiederverwenden von Merkmalen zu fördern. Wir haben das vorgeschlagene CoPaNet anhand vier Objekterkennungsbenchmarks evaluiert: CIFAR-10, CIFAR-100, SVHN und ImageNet. Das CoPaNet erzielte dabei den aktuellen Stand der Technik oder vergleichbare Ergebnisse unter Verwendung ähnlicher Parametermengen. Der Code des CoPaNet ist unter folgender URL verfügbar: https://github.com/JiaRenChang/CoPaNet.请注意，"网zwerg"（子网络）这个词在德语中并不常用，通常我们会直接使用 "Unternetzwerk"。因此，我将原文中的 "subnetworks" 翻译为 "Unternetzwerke" 以保持专业性和准确性。此外，为了使译文更加符合德语的表达习惯，我对一些句子结构进行了调整。