2019年由Google Brain提出,论文地址:EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks
论文提出了一种新的模型缩放方法,它使用一个简单而高效的复合系数来从depth, width, resolution 三个维度放大网络,不会像传统的方法那样任意缩放网络的维度,基于神经结构搜索技术可以获得最优的一组参数(复合系数)。
其中MBConv Block如下图所示
2019年由Google Brain提出,论文地址:EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks
论文提出了一种新的模型缩放方法,它使用一个简单而高效的复合系数来从depth, width, resolution 三个维度放大网络,不会像传统的方法那样任意缩放网络的维度,基于神经结构搜索技术可以获得最优的一组参数(复合系数)。
其中MBConv Block如下图所示