基于交错组卷积的高效深度神经网络(IGC V2)
论文地址:https://arxiv.org/pdf/1804.06202.pdf
目的
利用消除卷积核冗余的方法构建有效的卷积神经网络
介绍
卷积神经网络的改进主要包含两个部分:
- 网络压缩:压缩预训练模型等;
- 结构设计:更小的卷积核,稀疏核等;
用多个冗余更少的核形成一个核又分为两条主线:
- 乘以低秩矩阵以形成高秩矩阵
- 乘以稀疏矩阵
(加粗部分为本文作者的改进方向)
本文提出的改进:IGC块中的 1*1 卷积可进一步分解
本文的结构
一个常规卷积可以表示为
其中
x为SC i的矢量,S为卷积核尺寸(例:3*3卷积 S=9);
y为C o大小的矢量,C o为输出通道数;
Xception,deep roots和 IGC 构成 W 的方式
W=P2W2P1W1x W = P 2 W 2 P 1 W 1 x
W
2,W
1中至少有一个是block-wise稀疏的,即如下矩阵
Wi=⎡⎣⎢⎢⎢⎢⎢⎢Wi10⋮00