深度残差收缩网络总结
demi 在 周三, 02/19/2020 - 11:11 提交
大家有没有发现这样一种现象:在很多数据集中,每个样本内部,都或多或少地包含着一些与标签无关的信息;这些信息的话,其实就是冗余的。然后,即使在同一个样本集中,各个样本的噪声含量也往往是不同的。那么,降噪算法中常用的软阈值函数,能不能嵌入到深度残差网络中呢?
大家有没有发现这样一种现象:在很多数据集中,每个样本内部,都或多或少地包含着一些与标签无关的信息;这些信息的话,其实就是冗余的。然后,即使在同一个样本集中,各个样本的噪声含量也往往是不同的。那么,降噪算法中常用的软阈值函数,能不能嵌入到深度残差网络中呢?
深度残差收缩网络是深度残差网络的一种的改进版本,其实是深度残差网络、注意力机制和软阈值函数的集成。在一定程度上,深度残差收缩网络的工作原理,可以理解为:通过注意力机制注意到不重要的特征,通过软阈值函数将它们置为零;或者说,通过注意力机制注意到重要的特征,将它们保留下来,从而加强深度神经网络从含噪声信号中提取有用特征的能力。