模型的壓縮：卷積的優化方法

轉載：http://blog.csdn.net/dzkd1768/article/details/72763659 個卷積神經網絡的基本構成一般有卷積層（convolutional layer）、池化層（pooling layer）、全連接層（fully connection layer）。本文以caffe中的LeNet-5爲例，分析卷積層和全連接層的參數數量和計算量情況。 卷積層的基本原理就是圖

>>阅读原文<<