【論文學習記錄】SqueezeNet

SqueezeNet在相同準確率的情況下更關心模型的體積大小。 作者說同樣的準確率，小的CNN模型具有幾大優勢： 1. 在分佈式訓練中效率更高； 2. 更容易移植新模型到客戶端； 3. 使得在FPGA和嵌入式設備上部署成爲可能。 SqueezeNet採用以下三個策略來減少參數數量： 1.  使用1 x 1的卷積核代替3 x 3的卷積核，將參數減少到原來的1/9； 2.  減少輸入通道的數量； 3.

>>阅读原文<<