HetConv--Heterogeneous-Kernel-Based-Convolutions-for-Deep-CNNs

when CVPR 2019 what 对于深度卷积神经网络而言,准确度和计算成本往往难以得兼,研究界也一直在探索通过模型压缩或设计新型高效架构来解决这一问题。印度理工学院坎普尔分校的一篇 CVPR 论文则给出了一个新的思路——使用异构的卷积过滤器;实验表明这种方法能在保证准确度的同时显著降低计算成本。 who (动机) 卷积神经网络(CNN)在视觉和自然语言处理领域都已经取得了卓越的表现。进一步
本站公众号
   欢迎关注本站公众号,获取更多信息