颜色分类leetcode Modified CRUNet and Residual Attention Network.mxne...

颜色分类leetcode我们计划发布这两个由MXNet实现的用于图像分类的修改架构。修改后的CRUNet.mxnet修改后的CRUNet的MXNet实现。在这一部分中，我们通过实现了修改后的CRU-Net ( CRU-Net 56, 116 )架构。原文描述于金小杰、康炳义、冯嘉世、闫水成等人提出的论文中。这篇论文被IJCAI 2018接受。原始建筑这是集体残差单元(CRU)构建块的说明。原始CRU网络（CRUNet 56和CRUNet 116）基于下表：我们在原始CRUNet 56和CRUNet 116的基础上实现了修改后的CRU网络。修改版和原版有什么区别？ 1 .输入数据的大小是112x112而不是224x224。为了保持更高的特征图分辨率，我们遵循[2]中的输入设置。具体来说，第一个7x7内核大小和2步长的卷积层被3x3内核大小和1步长替换。此外，我们删除了以下具有3x3内核大小和2步长的最大池化层。 2 .我们采用[2]中提到的改进的残差单元。具体来说，改进的残差单元由BN-Con