MobileNets（v1）: Efficient Convolutional Neural Networks for Mobile Vision Applications（2017）論文綜述

爲什麼要做這個研究（理論走向和目前缺陷） ? 大模型計算量太大，參數量太大，不適合在移動設備上使用，於是想着既減少模型參數量，又減小計算量。 他們怎麼做這個研究 （方法，尤其是與之前不同之處） ? 提出一種新的卷積：深度可分離卷積。爲了更方便壓縮模型，提出兩個超參數：寬度乘法器和分辨率懲罰器，其中寬度乘法器是爲減小整個模型所有層的輸入輸出通道數之用，分辨率乘法器是爲縮小輸入圖片分辨率之用。 發現了

>>阅读原文<<