模型的压缩：卷积的优化方法

转载：http://blog.csdn.net/dzkd1768/article/details/72763659 个卷积神经网络的基本构成一般有卷积层（convolutional layer）、池化层（pooling layer）、全连接层（fully connection layer）。本文以caffe中的LeNet-5为例，分析卷积层和全连接层的参数数量和计算量情况。 卷积层的基本原理就是图

>>阅读原文<<