frn
【摘要】 Filter Response Normalization
测试的比bn小，但是精度好像没有bn高
分1d 2d ：
代码中有个错误，keepdims应该是keepdim
https://github.com/tattaka/Filter-Response-Normalization-PyTorch/blob/master/filter_response_normal...
Filter Response Normalization
测试的比bn小，但是精度好像没有bn高
分1d 2d ：
代码中有个错误，keepdims应该是keepdim
这个稍微全点：
目标检测效果没有变好
https://github.com/yukkyo/PyTorch-FilterResponseNormalizationLayer/blob/master/frn.py
这个比上面简单点，一个参数：
文章来源: blog.csdn.net，作者：网奇，版权归原作者所有，如需转载，请联系作者。
原文链接：blog.csdn.net/jacke121/article/details/103637149
【版权声明】本文为华为云社区用户转载文章，如果您发现本社区中有涉嫌抄袭的内容，欢迎发送邮件进行举报，并提供相关证据，一经查实，本社区将立刻删除涉嫌侵权内容，举报邮箱：
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论（0）