SENet Squeeze-and-Excitation NetworksJie Hu, Li Shen, Gang Sun 摘要 卷积神经网络顾名思义就是依赖卷积操作，使用局部感受区域（local receptive field）的思想融合空间信息和通道信息来提取包含信息的特征。有很多工作从增强空间维度编码...
...更多的好处，这里可以参考一个PPT：极深网络（ResNet/DenseNet）: Skip Connection为何有效及其它 ，以及我的一篇文章：为什么ResNet和DenseNet可以这么深？一文详解残差块为何能解决梯度弥散问题。 ，大家可以结合下面的评论进行思考...
...使用，提升它们的性能，但不会增加计算成本。经典的DenseNet、ResNet、ResneXt、SENet等等，都能用它来助攻。这就相当于给深度学习模型加了个buff，或者说，喂下了一颗大力丸。同时，它还可以算是迁移学习的替代品。在一个数据...
...卷积这是ImageNet 2017 竞赛 Image Classification 任务的冠军模型SENet的核心模块，原文叫做Squeeze-and-Excitation，我结合我的理解暂且把这个卷积称作特征重标定卷积。和前面不同的是，这个卷积是对特征维度作改进的。一个卷积...
...E 模型是该团队参赛作品的基础。他们研发了多个版本的 SENet，比如 SE-ResNet，SE-ResNeXt 和 SE-Inception-ResNet，在增加少量运算和 GPU 内存的基础上，这明显超过了它们的非 SE 对应部分。该团队在验证数据集中达到了 2.3% 的 top-5 误差...
ChatGPT和Sora等AI大模型应用，将AI大模型和算力需求的热度不断带上新的台阶。哪里可以获得...
大模型的训练用4090是不合适的，但推理（inference/serving）用4090不能说合适，...
图示为GPU性能排行榜，我们可以看到所有GPU的原始相关性能图表。同时根据训练、推理能力由高到低做了...
