Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Federal de São Carlos (UFSCar) | - |
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.contributor | Petrobras | - |
Autor(es): dc.creator | Santos, Claudio Filipi Goncalves dos | - |
Autor(es): dc.creator | Moreira, Thierry Pinheiro | - |
Autor(es): dc.creator | Colombo, Danilo | - |
Autor(es): dc.creator | Papa, João Paulo | - |
Data de aceite: dc.date.accessioned | 2025-08-21T21:41:44Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T21:41:44Z | - |
Data de envio: dc.date.issued | 2022-05-01 | - |
Data de envio: dc.date.issued | 2022-05-01 | - |
Data de envio: dc.date.issued | 2020-09-01 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1007/s42979-020-00295-9 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/233900 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/233900 | - |
Descrição: dc.description | Due to their number of parameters, convolutional neural networks are known to take long training periods and extended inference time. Learning may take so much computational power that it requires a costly machine and, sometimes, weeks for training. In this context, there is a trend already in motion to replace convolutional pooling layers for a stride operation in the previous layer to save time. In this work, we evaluate the speedup of such an approach and how it trades off with accuracy loss in multiple computer vision domains, deep neural architectures, and datasets. The results showed significant acceleration with an almost negligible loss in accuracy, when any, which is a further indication that convolutional pooling on deep learning performs redundant calculations. | - |
Descrição: dc.description | Petrobras | - |
Descrição: dc.description | Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) | - |
Descrição: dc.description | Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) | - |
Descrição: dc.description | UFSCar Federal University of São Carlos | - |
Descrição: dc.description | UNESP State University of Sao Paulo | - |
Descrição: dc.description | Cenpes Petróleo Brasileiro S.A. Petrobras, RJ | - |
Descrição: dc.description | UNESP State University of Sao Paulo | - |
Descrição: dc.description | Petrobras: #2017/00285-6 | - |
Descrição: dc.description | FAPESP: #2017/25908-6 | - |
Descrição: dc.description | FAPESP: #2018/15597-6 | - |
Descrição: dc.description | FAPESP: #2019/07665-4 | - |
Descrição: dc.description | CNPq: #307066/2017-7 | - |
Descrição: dc.description | CNPq: #427968/2018-6 | - |
Descrição: dc.description | FAPESP: \#2013/07375-0 | - |
Descrição: dc.description | FAPESP: \#2014/12236-1 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | SN Computer Science | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | Convolutional neural networks | - |
Palavras-chave: dc.subject | Gait recognition | - |
Palavras-chave: dc.subject | Optical character recognition | - |
Palavras-chave: dc.subject | Pooling | - |
Título: dc.title | Does Removing Pooling Layers from Convolutional Neural Networks Improve Results? | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: