【论文学习记录】SqueezeNet

SqueezeNet在相同准确率的情况下更关心模型的体积大小。 作者说同样的准确率，小的CNN模型具有几大优势： 1. 在分布式训练中效率更高； 2. 更容易移植新模型到客户端； 3. 使得在FPGA和嵌入式设备上部署成为可能。 SqueezeNet采用以下三个策略来减少参数数量： 1.  使用1 x 1的卷积核代替3 x 3的卷积核，将参数减少到原来的1/9； 2.  减少输入通道的数量； 3.

>>阅读原文<<