arXiv · 机器人与计算机视觉· Zhongping Ji·· 22 天前AI 评分51
Subspace Clifford Networks 方法发布
Subspace Clifford Networks
AI 导读
本文提出 Subspace Clifford Networks,通过投影到对齐的低维子空间并计算楔积坐标来替代全局循环滚动,配合可学习线性层实现跨组通道混合。该方法将中间特征扩展量从 10D 降至 1.5D 至 2.5D,并通过融合 CUDA 内核优化前后向传播。在 CIFAR-100 上的实验显示,该模型大幅减少了参数量与训练时间,且分层变体在分类精度上优于基于位移的基线。
来源:arXiv · 机器人与计算机视觉 · arxiv.org