Publication

How deep convolutional neural networks lose spatial information with training

Publications associées (57)

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Connectez-vous pour utiliser Chat avec Graph Search

Publications associées à How deep convolutional neural networks lose spatial information with training | EPFL Graph Search

How deep convolutional neural networks lose spatial information with training

Graph Chatbot

Chattez avec Graph Search

Explicit representations for Banach subspaces of Lizorkin distributions

Universal Approximation Property of Hamiltonian Deep Neural Networks

Improving the Training of Compact Neural Networks for Visual Recognition

Extrapolation and Spectral Bias of Neural Nets with Hadamard Product: a Polynomial Net Study

Sharp asymptotics on the compression of two-layer neural networks

Impulsive noise removal via a blind CNN enhanced by an iterative post-processing

Approximating Relu Networks By Single-Spike Computation

Neural tensor contractions and the expressive power of deep neural quantum states

A Machine Learning-based Framework for Forecasting Sales of New Products With Short Life Cycles Using Deep Neural Networks

GALET: A deep learning image segmentation model for drone-based grain size analysis of gravel bars