論文閱讀筆記（十二）：shuffleNet V2

論文地址：https://arxiv.org/pdf/1807.11164.pdf 這篇是ECCV2018關於模型加速和壓縮的文章，是之前ShuffleNet的升級版。 目前，神經網絡架構設計主要由計算複雜度的直接度量引導，即FLOP。然而，直接度量（例如速度）也取決於其他因素，例如存儲器訪問成本和平臺特性。 因此，這項工作提出了評估目標平臺上的直接指標，考慮FLOP。 基於一系列對照實驗，這項工

>>阅读原文<<