EfficientNet 《EfficientNet:Rethinking model scaling for convolutional neural networks》

   作者想要达到算法准确度和效率的双重提升,一般提高准确度的方法主要是增加模型的深度或宽度,或者增加图像输入的分辨率。     在准确率方面,自从2012年AlexNet赢得了ImageNet的冠军,卷积神经网络变得越来越流行并且越来越大,2014年冠军GoogleNet有6.8M的参数,2017年的SENet有145M的参数,最新的GPipe有557M的参数量,GPipe这么 大的网络很难在普
相关文章
相关标签/搜索