ShuffleNet V2: Practical Guidelines for Efficient CNN Architecture Design

Abstract 目前,神经网络架构设计主要由计算复杂度的间接度量(即FLOP)引导。然而,直接度量(例如,速度)还取决于诸如存储器访问成本和平台特性之类的其他因素。 因此,这项工作建议评估目标平台上的直接度量,而不仅仅考虑FLOP。基于一系列对照实验,这项工作为高效的网络设计提供了几个实用指南。因此,提出了一种称为ShuffleNet V2的新架构。全面的消融实验验证了我们的模型在速度和准确度方
相关文章
相关标签/搜索