綜上所述,本文介紹了關聯濾波器,它通過關聯神經層中的濾波器,将有益于視覺資訊處理的先驗知識引入模型中,提高神經網絡的泛化能力。和諸多現存的優化方法不同,一個使用關聯濾波器的CNN 的整體參數規模反而減小了,這是因為被關聯的濾波器共用同一組權值。最後,因為現存的方法很少考慮濾波器間的關聯性,關聯濾波器可以有效地與它們結合,組成更好的視覺識别模型。
綜上所述,本文介紹了關聯濾波器,它通過關聯神經層中的濾波器,将有益于視覺資訊處理的先驗知識引入模型中,提高神經網絡的泛化能力。和諸多現存的優化方法不同,一個使用關聯濾波器的CNN 的整體參數規模反而減小了,這是因為被關聯的濾波器共用同一組權值。最後,因為現存的方法很少考慮濾波器間的關聯性,關聯濾波器可以有效地與它們結合,組成更好的視覺識别模型。