MobileNets（v1）: Efficient Convolutional Neural Networks for Mobile Vision Applications（2017）论文综述

为什么要做这个研究（理论走向和目前缺陷） ? 大模型计算量太大，参数量太大，不适合在移动设备上使用，于是想着既减少模型参数量，又减小计算量。 他们怎么做这个研究 （方法，尤其是与之前不同之处） ? 提出一种新的卷积：深度可分离卷积。为了更方便压缩模型，提出两个超参数：宽度乘法器和分辨率惩罚器，其中宽度乘法器是为减小整个模型所有层的输入输出通道数之用，分辨率乘法器是为缩小输入图片分辨率之用。 发现了

>>阅读原文<<