Rethinking the Inception Architecture for Computer Vision(2015)論文綜述

Rethinking the Inception Architecture for Computer Vision論文綜述 摘要：一般來說模型越大，參數越多，計算量越大，檢測效果越好。但是計算量太大的話對於算力有限的情況下不能使用了，如移動終端。本文主要研究通過對大size卷積進行分解成小size的卷積的方式來拓展網絡模型，這種方法會增加一部分計算量，但是減小了參數量，配合着正則化，能夠充分拓展網

>>阅读原文<<