摘要
近日,北卡罗莱纳州立大学的人工智能研究人员通过将特征归一化(Feature Normalization)和特征注意力(Feature Attention)模块组合到一个称为注意力归一化(Attentive Normalization,AN)的模块中,提高了深度神经网络的性能。该混合模块既可显著提高系统的精度,同时不需要增加过多的额外计算能力。
出处
《数据分析与知识发现》
CSSCI
CSCD
北大核心
2020年第9期144-144,共1页
Data Analysis and Knowledge Discovery
