【Fast Algorithms for Convolutional Neural Networks】論文筆記

這篇文章基於Winograd開創的最小濾波算法，介紹了一類新的卷積神經網絡快速算法。 針對卷積計算方式而言，與直接卷積相比，該算法可以將卷積層的算術複雜度降低4倍。 算法部分 對於最小濾波算法而言，使用r維濾波器計算m個輸出(稱之爲F(m,r))需要m+r-1次乘法計算。 標準計算而言的話，需要m×r次乘法計算。 對於1-D卷積： 輸入x=[1,2,3,4]，卷積核大小爲3×1(r=3)，k=[1

>>阅读原文<<