SE-Net注意力机制

SE-Net是一种注意力机制，最早用于自然语言处理领域，后来也被引入计算机视觉领域。注意力机制是一个额外的神经网络，能够选择输入的某些部分或给不同部分分配不同的权重，从大量信息中筛选出重要的信息。在深度学习领域，SE-Net是一种CNN分类网络的改进模型，它在各种深度上都能显著提高网络的精度。SE-Net的思路很简单，可以很容易地扩展到已有的网络结构中，因此在计算机视觉任务中得到了广泛的应用。\[1\]\[2\]\[3\]
#### 引用[.reference_title]
- *1* *3* [Attention注意力机制学习（一）-------＞SENet](https://blog.csdn.net/RayChiu757374816/article/details/123919631)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
- *2* [注意力机制 SE-Net 原理与 TensorFlow2.0 实现](https://blog.csdn.net/qq_38251616/article/details/125141128)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]