1. <strong id="7actg"></strong>
    2. <table id="7actg"></table>

    3. <address id="7actg"></address>
      <address id="7actg"></address>
      1. <object id="7actg"><tt id="7actg"></tt></object>

        17篇注意力機(jī)制PyTorch實(shí)現(xiàn),包含MLP、Re-Parameter系列熱門(mén)論文

        共 3148字,需瀏覽 7分鐘

         ·

        2021-08-06 01:45

        點(diǎn)擊下方AI算法與圖像處理”,一起進(jìn)步!

        重磅干貨,第一時(shí)間送達(dá)

        來(lái)源:機(jī)器之心

        PyTorch實(shí)現(xiàn)各種注意力機(jī)制。


        注意力(Attention)機(jī)制最早在計(jì)算機(jī)視覺(jué)中應(yīng)用,后來(lái)又在 NLP 領(lǐng)域發(fā)揚(yáng)光大,該機(jī)制將有限的注意力集中在重點(diǎn)信息上,從而節(jié)省資源,快速獲得最有效的信息。

        2014 年,Google  DeepMind 發(fā)表《Recurrent Models of Visual Attention》,使注意力機(jī)制流行起來(lái);2015 年,Bahdanau 等人在論文《Neural Machine Translation by Jointly Learning to Align and Translate》中,將注意力機(jī)制首次應(yīng)用在 NLP 領(lǐng)域;2017 年,Google 機(jī)器翻譯團(tuán)隊(duì)發(fā)表的《Attention is All You Need》中,完全拋棄了 RNN 和 CNN 等網(wǎng)絡(luò)結(jié)構(gòu),而僅僅采用注意力機(jī)制來(lái)進(jìn)行機(jī)器翻譯任務(wù),并且取得了很好的效果,注意力機(jī)制也因此成了研究熱點(diǎn)。

        經(jīng)過(guò)幾年的發(fā)展,領(lǐng)域內(nèi)產(chǎn)生了眾多的注意力機(jī)制論文研究,這些工作在 CV、NLP 領(lǐng)域取得了較好的效果。近日,在 GitHub 上,有研究者介紹了 17 篇關(guān)于注意力機(jī)制論文的 PyTorch 的代碼實(shí)現(xiàn)以及使用方法。


        項(xiàng)目地址:https://github.com/xmu-xiaoma666/External-Attention-pytorch

        項(xiàng)目介紹

        項(xiàng)目作者對(duì)注意力機(jī)制進(jìn)行了分類(lèi),分為三個(gè)系列:Attention 系列、MLP 系列、ReP(Re-Parameter)系列。其中 Attention 系列中包含有大名鼎鼎的《Attention is All You Need》等 11 篇論文;最近比較熱門(mén)的 MLP 系列包括谷歌的 MLP-Mixer、gMLP ,F(xiàn)acebook 的 ResMLP,清華的 RepMLP ;此外,ReP(Re-Parameter)系列包括清華等提出的 RepVGG、 ACNet。

        Attention 系列的 11 篇 Attention 論文 Pytorch 實(shí)現(xiàn)方式如下:


        • Pytorch 實(shí)現(xiàn)論文「Beyond Self-attention: External Attention using Two Linear Layers for Visual Tasks---arXiv 2020.05.05」

        • Pytorch 實(shí)現(xiàn)論文「Attention Is All You Need---NIPS2017」

        • Pytorch 實(shí)現(xiàn)論文「Simplified Self Attention Usage」

        • Pytorch 實(shí)現(xiàn)論文 「Squeeze-and-Excitation Networks---CVPR2018」

        • Pytorch 實(shí)現(xiàn)論文「Selective Kernel Networks---CVPR2019」

        • Pytorch 實(shí)現(xiàn)論文「CBAM: Convolutional Block Attention Module---ECCV2018」

        • Pytorch 實(shí)現(xiàn)論文「BAM: Bottleneck Attention Module---BMCV2018」

        • Pytorch 實(shí)現(xiàn)論文「ECA-Net: Efficient Channel Attention for Deep Convolutional Neural Networks---CVPR2020」

        • Pytorch 實(shí)現(xiàn)論文「Dual Attention Network for Scene Segmentation---CVPR2019」

        • Pytorch 實(shí)現(xiàn)論文「EPSANet: An Efficient Pyramid Split Attention Block on Convolutional Neural Network---arXiv 2020.05.30」

        • Pytorch 實(shí)現(xiàn)論文 「ResT: An Efficient Transformer for Visual Recognition---arXiv 2020.05.28」


        MLP(多層感知機(jī))系列中,包含 4 篇論文 Pytorch 實(shí)現(xiàn)方式,論文如下:


        • Pytorch 實(shí)現(xiàn)論文「RepMLP: Re-parameterizing Convolutions into Fully-connected Layers for Image Recognition---arXiv 2020.05.05」

        • Pytorch 實(shí)現(xiàn)論文「MLP-Mixer: An all-MLP Architecture for Vision---arXiv 2020.05.17」

        • Pytorch 實(shí)現(xiàn)論文「ResMLP: Feedforward networks for image classification with data-efficient training---arXiv 2020.05.07」

        • Pytorch 實(shí)現(xiàn)論文「Pay Attention to MLPs---arXiv 2020.05.17」


        ReP(Re-Parameter)系列中,包含 2 篇論文 Pytorch 實(shí)現(xiàn)方式,論文如下:


        • Pytorch 實(shí)現(xiàn)論文「RepVGG: Making VGG-style ConvNets Great Again---CVPR2021」

        • Pytorch 實(shí)現(xiàn)論文「ACNet: Strengthening the Kernel Skeletons for Powerful CNN via Asymmetric Convolution Blocks---ICCV2019」


        總結(jié)來(lái)說(shuō),該項(xiàng)目共用 Pytorch 實(shí)現(xiàn)了 17 篇注意力機(jī)制論文。每篇論文包括題目(可直接鏈接到論文)、網(wǎng)絡(luò)架構(gòu)、代碼。示例如下:

        論文:「Beyond Self-attention: External Attention using Two Linear Layers for Visual Tasks」。

        網(wǎng)絡(luò)框架:


        代碼:

        from attention.ExternalAttention *import* ExternalAttentionimport torch
        input=torch.randn(50,49,512)ea = ExternalAttention(d_model=512,S=8)output=ea(input)print(output.shape)

        努力分享優(yōu)質(zhì)的計(jì)算機(jī)視覺(jué)相關(guān)內(nèi)容,歡迎關(guān)注:

        個(gè)人微信(如果沒(méi)有備注不拉群!
        請(qǐng)注明:地區(qū)+學(xué)校/企業(yè)+研究方向+昵稱(chēng)



        下載1:何愷明頂會(huì)分享


        AI算法與圖像處理」公眾號(hào)后臺(tái)回復(fù):何愷明,即可下載。總共有6份PDF,涉及 ResNet、Mask RCNN等經(jīng)典工作的總結(jié)分析


        下載2:終身受益的編程指南:Google編程風(fēng)格指南


        AI算法與圖像處理」公眾號(hào)后臺(tái)回復(fù):c++,即可下載。歷經(jīng)十年考驗(yàn),最權(quán)威的編程規(guī)范!



        下載3 CVPR2021

        AI算法與圖像處公眾號(hào)后臺(tái)回復(fù):CVPR,即可下載1467篇CVPR 2020論文 和 CVPR 2021 最新論文

        點(diǎn)亮 ,告訴大家你也在看

        瀏覽 25
        點(diǎn)贊
        評(píng)論
        收藏
        分享

        手機(jī)掃一掃分享

        分享
        舉報(bào)
        評(píng)論
        圖片
        表情
        推薦
        點(diǎn)贊
        評(píng)論
        收藏
        分享

        手機(jī)掃一掃分享

        分享
        舉報(bào)
        1. <strong id="7actg"></strong>
        2. <table id="7actg"></table>

        3. <address id="7actg"></address>
          <address id="7actg"></address>
          1. <object id="7actg"><tt id="7actg"></tt></object>
            欧美影院久久 | 无码观看免费 | 免费观看又色又爽又黄的成人用品 | 久久久亚洲精 | 奥门黄片 | 最近中文字幕在线一区 | 免费看黃色AAAAAA 片 | 国产男女交性全过程无遮视频 | 中文字幕视频无码 | avwww.|