BriefGPT - AI 论文速递
·
通过扩展提升神经网络性能的框架
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本研究提出了一种名为Sqish的新型激活函数，展示了它在分类、目标检测、分割任务和对抗性鲁棒性实验中的优越性。在CIFAR100数据集上，使用ShuffleNet V2模型在FGSM对抗攻击中相较于ReLU取得了8.21%的改进，在图像分类中相较于ReLU取得了5.87%的改进。
🎯
关键要点
- 本研究提出了一种名为Sqish的新型激活函数。
- Sqish作为现有激活函数的替代品，展示了其在多个任务中的优越性。
- 在CIFAR100数据集上，使用ShuffleNet V2模型进行FGSM对抗攻击时，相较于ReLU取得了8.21%的改进。
- 在CIFAR100数据集上，使用ShuffleNet V2模型进行图像分类时，相较于ReLU取得了5.87%的改进。
➡️
