dropblock_mxnet_bottom_implemention

用C++实现一个mxnet版本dropblock Op 最后可以用mx.sym.Dropblock（）调用 dropblock_c++自定义OP实现 GPU版本要调用的话，OP名改成了mx.sym.GPUDropblock()

参考博客

[MXNet中新增Operator]（http://shuokay.com/2017/10/04/mxnet-add-op-in-backend/）

论文链接

[DropBlock: A regularization method for convolutional networks]（https://arxiv.org/pdf/1810.12890.pdf）

参考python端dropblock实现代码

[pytorch实现]（https://github.com/miguelvr/dropblock）

mxnet实现

已实现功能

• 3,5,7的blocksize的dropblock
• gpu，cpu均能进行训练
• mnist训练集上测试通过
• 新增了维度检查功能 用户输入二维特征图是程序不会奔溃
• 加入了p_keep schedule 功能
• 在cifar100上完成了测试 大约有1~1.5个百分点的提升

dropblock_gpu和dropout_cpu mnist训练效果对比

TODO

• 尝试增加高宽不相等的特征图的dropblock功能
• 学习谷歌代码规范对代码进行优化