论文:ShuffleNet: An Extremely Efficient Convolutional Neural Network for Mobile Device
论文链接:https://arxiv.org/abs/1707.01083
代码:
算法详解:
ShuffleNet是Face++提出的一种针对移动设备的轻量级网络,专注于设计更好的模型,直接提高性能,而不是加速或转换现有模型。这篇文章可以和ResNet,以及同是轻量级网络的SqueezeNet, Xception和MobileNet对照着看,因为有类似的思想。
ResNet网络用残差来构成一个极深的深度神经网络,并使用bottleneck(用多个小卷积替代一个大卷积),以减少计算和参数量;SqueezeNet网络基本单元采用了模块化卷积,即Fire module(包括1x1卷积核的squeeze层,以及混合使用1x1和3x3卷积核的expand层);Xception是google继Inception后提出的对Inception v3的一种改进,主要采用depthwise separable convolution来替换原来In