paper：https://arxiv.org/pdf/2403.07589 code：暂无 目录 0. 摘要 1. 引言 2. 相关工作 2.1. Large Kernel Convolutional Networks 2.2. Peripheral Vision for Machine Learning 3. 密集卷积优于条纹卷积 4. 参数高效的大核卷积神经网络 4.

https://arxiv.org/pdf/2403.07589.pdf 本文概述 最近，一些大核卷积网络以吸引人的性能和效率进行了反击。然而，考虑到卷积的平方复杂度，扩大内核会带来大量的参数，而大量的参数会引发严重的优化问题。由于这些问题，当前的 CNN 妥协以条带卷积的形式扩展到 (即 + ），并随着内核大小的持续增长而开始饱和。 在本文中，我们深入研究解决这些重要问题，并探讨我们