ShuffleNet V2: Practical Guidelines for Efficient CNN Architecture Design

Abstract 目前,神經網絡架構設計主要由計算複雜度的間接度量(即FLOP)引導。然而,直接度量(例如,速度)還取決於諸如存儲器訪問成本和平臺特性之類的其他因素。 因此,這項工作建議評估目標平臺上的直接度量,而不僅僅考慮FLOP。基於一系列對照實驗,這項工作爲高效的網絡設計提供了幾個實用指南。因此,提出了一種稱爲ShuffleNet V2的新架構。全面的消融實驗驗證了我們的模型在速度和準確度方
相關文章
相關標籤/搜索