轻便网络之SqueezeNet

论文:SQUEEZENET: ALEXNET-LEVEL ACCURACY WITH 50X FEWER PARAMETERS AND <0.5MB MODEL SIZE

代码: https://github.com/DeepScale/SqueezeNet

前面介绍过MobileNet,这里介绍另一个轻便型网络SqueezeNet。这是一个号称能够将AlexNet的

网络参数压缩510倍,达到小于0.5M。下面就让我们来慢慢揭开它的神秘面纱吧。

首先,我们需要知道Sq ueezeNet的整体设计都是围绕下面三个核心思想展开的:

  • Replace 3x3 filters with 1x1 filters.
  • Decrease the number of input channels to 3x3 filters.
  • Downsample late in the network so that convolution layers have large activation maps.

根据上面的思路,SqueezeNet引入了一种模块——Fire module:

                   

Fire module 会先通过squeeze layer对输入的通道数进行压缩,之后通过expand layer,对输入的特征

进行多尺度的卷积运算&

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值