谷歌:ICML 2019 paper:https://arxiv.org/abs/1905.11946
前一阵子谷歌非常火的一篇paper,主要探讨网络的depth,width和resolution之间的balance,来获得最佳的性能。base在分类网络上,提出了Compound Model Scaling方法。
Introduction
作者提出了EfficientNet。先看整体实验效果,感觉非常棒。在一定的param下,达到了非常高的性能。效果很明显。
整篇paper出发于这样一个问题 “is there a principled method to scale up ConvNets that can achieve better accuracy and efficiency”。
文中有一点是值得说明,model scaling的effectiveness 严重依赖于baseline network 。因为dw卷积以及实际用途,像mobilenet和resnet,这两类网络的model scale就会