深度残差收缩网络(3):网络结构

  • 时间:
  • 浏览:1
  • 来源:uu快3苹果版_uu快3单双_套路

淬硬层 残差收缩网络:(五)实验验证 https://www.cnblogs.com/yc-9527/p/116300073.html

亲戚亲戚让你们让你们让你们 儿不还后能 看到,在图(a)中,输入型态图的尺寸为C×W×1,输出型态图的尺寸也是C×W×1,也也不我说,型态图的尺寸保持不变。在图(b)中,输出型态图的尺寸减小为C×(0.5W)×1,换言之,淬硬层 减小为从前的一半。在图(c)中,输出型态图的尺寸变为2C×(0.5W)×1,即不仅淬硬层 减小为从前的一半,怎么让通道数增加了一倍。

https://ieeexplore.ieee.org/document/883000096

其中,M表示的是全连接层神经元的个数。M=C表示神经元的个数与事先型态图的通道数相等,M=1表示神经元的个数为1。Absolute表示对型态图中的每个元素取绝对值,Average表示求型态图内所有元素的平均值。

论文网址:

淬硬层 残差收缩网络:(二)整体思路 https://www.cnblogs.com/yc-9527/p/113001322.html

在下图中,(a)表示三种改进后的残差模块,名为“残差收缩模块-通道之间共享阈值(Residual Shrinkage Building Unit with Channel-shared thresholds,简称RSBU-CS)”;(b)表示的是DRSN-CS的整体型态示意图;(c)表示另三种改进后的残差模块,名为“残差收缩模块-逐通道不同阈值(Residual Shrinkage Building Unit with Channel-wise thresholds,简称RSBU-CW)”;(d)表示的是DRSN-CW的整体型态示意图。

C表示型态图的通道数,W表示型态图的淬硬层 ,1表示型态图的淬硬层 始终为1(这是怎么让这篇文章以一维的振动信号作为输入)。

淬硬层 残差收缩网络:(一)背景知识 https://www.cnblogs.com/yc-9527/p/11598844.html

在Conv后的括号中,K表示卷积层中卷积核的个数。当K=C时,输出型态图的通道数为C。当K=2C时,输出型态图的通道数为2C。/2表示的是卷积核每次移动的步长为2,从而使得输出型态图的淬硬层 减半。

淬硬层 残差收缩网络:(四)注意力机制下的阈值设置 https://www.cnblogs.com/yc-9527/p/113004082.html

淬硬层 残差收缩网络:(三)网络型态 https://www.cnblogs.com/yc-9527/p/113003320.html

M. Zhao, S. Zhong, X. Fu, B. Tang, and M. Pecht, “Deep Residual Shrinkage Networks for Fault Diagnosis,” IEEE Transactions on Industrial Informatics, 2019, DOI: 10.1109/TII.2019.2943898

(1)淬硬层 残差网络的回顾

转载网址:

在该论文中,提出了三种淬硬层 残差收缩网络(Deep Residual Shrinkage Networks,简称DRSN)。第三种是“通道之间共享阈值的淬硬层 残差收缩网络(Deep Residual Shrinkage Networks with Channel-shared Thresholds,简称DRSN-CS)”,第二种是“逐通道不同阈值的淬硬层 残差收缩网络(Deep Residual Shrinkage Networks with Channel-wise Thresholds,简称DRSN-CW)”。

不还后能 看出,淬硬层 残差收缩网络的整体型态,和传统的淬硬层 残差网络,沒有 区别。其区别在于残差模块的不同。在改进后的残差模块中,不仅三个小 软阈值化函数作为非线性层,怎么让嵌入了一个 子网络,用于自动地设置软阈值化所还要的阈值。

(2)淬硬层 残差收缩网络的网络型态

在下图中,(a)-(c)分别是三种残差模块,(d)是淬硬层 残差网络的整体示意图。BN指的是批标准化(Batch Normalization),ReLU指的是整流线性单元激活函数(Rectifier Linear Unit),Conv指的是卷积层(Convolutional layer),Identity shortcut指的是跨层的恒等映射,RBU指的是残差模块(Residual Building Unit),GAP是全局均值池化(Global Average Pooling),FC是全连接层(Fully Connected Layer)。