EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks-文献阅读笔记

我们发现平衡深度、宽度、图像分辨率可以提升神经网络模型的性能，因此提出了一种新的缩放方法，使用一个简单而高效的复合系数来统一缩放深度/宽度/分辨率的所有维度。 值得注意的是，模型缩放的有效性在很大程度上依赖于基线网络；为了更进一步，我们使用神经结构搜索来开发新的基线网络，并将其放大以获得一系列模型，称为EfficientNet。 传统方法大多按以下维度之一缩放ConvNets： 深度：缩放网络深度

>>阅读原文<<