CKConv: Continuous Kernel Convolution For Sequential Data

论文地址：

• https://arxiv.org/pdf/2102.02611.pdf

整体思路以及计算方式

利用神经网络参数化卷积核的思想：

思路：

• 传统的卷积核的参数量是固定的，无法处理卷积核大小变化的情形；

• 卷积核的参数本质上是index到实数的映射，所以可以利用网络学习到这点；

• 卷积核大小的变化只是变换输入index，所以能处理任意卷积核大小；

卷积核的参数化方式有点tricky，不过我自己的实验发现这部分很简单即可，所以之类不再叙述。

代码

• https://github.com/dwromero/ckconv