超级会员免费看
ShuffleNet是一种针对移动设备设计的高效卷积神经网络，通过Pointwise Group Convolutions和Channel Shuffle操作提升计算效率。Pointwise Group Convolutions解决了小网络中逐点卷积计算量大的问题，而Channel Shuffle则促进了不同组间特征的流通，避免信息瓶颈。实验结果显示ShuffleNet在保持性能的同时，大大减少了计算资源的消耗。
《ShuffleNet: An Extremely Efficient Convolutional Neural Network for Mobile Devices》
(一) 论文地址：
《ShuffleNet: An Extremely Efficient Convolutional Neural Network for Mobile Devices》
（二）核心思想：
作者在研究时发现，像Xception和ResNeXt这些使用group convolution的网络，在缩小结构时会变得非常低效，究其原因是稠密的1×1卷积造成的；
为了提高计算效率并克服1×1group卷积带来的边缘效应，作者提出了一个高效网络ShuffleNet，两个核心就是：
- 一个新的卷积方式：Pointwise Group Convolutions
- 一个新的骚操作：Channel Shuffle
（三）Pointwise Group Convolutions：
在小网络中，逐点卷积计算消耗比较大；为解决该问题，一个直接的解决方案是使用通道稀疏连接，例如在1×1卷积上也使用组卷积；
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
