图像分类与基础视觉模型
卷积神经网络
AlexNet的诞生:
Going Deeper
VGG
GooLeNet
轻量化卷积神经网路
卷积的参数量
卷积的计算量(乘加次数)
⭐ 输出特征图每个通道上的每个值都是输入特征图和 1 个
𝐶 通道的卷积核进行一次卷积的结果
⭐ 乘加次数计算公式:
𝐻′ × 𝑊′× 𝐶′ × (𝐶 × 𝐾 × 𝐾) = 𝐻′𝑊′𝐶′𝐶𝐾2
降低模型参数量和计算量的方法
AlexNet的诞生:
Going Deeper
VGG
GooLeNet
卷积的参数量
卷积的计算量(乘加次数)
⭐ 输出特征图每个通道上的每个值都是输入特征图和 1 个
𝐶 通道的卷积核进行一次卷积的结果
⭐ 乘加次数计算公式:
𝐻′ × 𝑊′× 𝐶′ × (𝐶 × 𝐾 × 𝐾) = 𝐻′𝑊′𝐶′𝐶𝐾2
降低模型参数量和计算量的方法