擠壓網絡SqueezeNet

卷積神經網絡一般規模較大，參數較多，比如AlexNet總共8層，65萬個神經元和6000萬個參數。其他網絡，像VGGNet,ResNet和DenseNet等，還可能更復雜，簡化模型結構，壓縮模型的參數，就成爲改進卷積神經網絡的必要問題。 爲了利用較少的網絡參數獲得相近的性能，landola等人提出了一種壓縮結構，所產生的結果稱爲擠壓網絡SqueezeNet。這種結構對卷積神經網絡進行結構壓縮，遵循

>>阅读原文<<