原創 2023年01月11日 15:16:28
深度學習模型引數很多（模型很大）是制約深度學習模型部署在移動端乙個很大的瓶頸，最近有不少輕量級的深度學習模型提出，以下是對一些經典輕量級深度學習模型的總結：
1、squeezenet:alexnet-level accuracy with 50x fewer parameters and¡ 1mb model size.
arxiv preprint arxiv:1602.07360, 2016
arxiv:1704.04861v1 [cs.cv] 17 apr 2017
3、densely connectedconvolutional networks
arxiv:1608.06993v4 [cs.cv] 27 aug 2017
4、xnornet: imagenetclassification using binary convolutional neural networks.
arxiv preprint arxiv:1603.05279, 2016
5、quantized convolutionalneural networks for mobile devices
arxiv preprint arxiv:1512.06473, 2015
6、xception: deeplearning with depthwise separable convolutions
arxiv:1610.02357v3 [cs.cv] 4 apr 2017
7、projectionnet: learningefficient on-device deep networks using neural projections
arxiv:1708.00630v2 [cs.lg] 9 aug 2017
8、factorizedconvolutional neural networks
arxiv preprint arxiv:1608.04337, 2016
9、learningtransferable architectures for scalable image recognition
atxiv:1707.07012v2 [cs.cv] 25 oct 2017
10、structured transformsfor small-footprint deep learning.
11、deep compression:compressing deep neural network with pruning, trained quantization and huffmancoding
12、quantized neuralnetworks: training neural networks with low precision weights and activations.
arxivpreprint arxiv:1609.07061, 2016
常見輕量級深度學習模型
深度學習模型引數很多 模型很大 是制約深度學習模型部署在移動端乙個很大的瓶頸，最近有不少輕量級的深度學習模型提出，以下是對一些經典輕量級深度學習模型的總結 1 squeezenet alexnet level accuracy with 50x fewer parameters and 1mb mo...
併發程式設計中的重重量級模型和輕量級模型
併發程式設計中的重重量級模型和輕量級模型 使用輕量級併發開發 不管是amdahl定律還是gustafson的定律都沒有考慮引入併發需要付出的額外開銷。同時也沒有考慮那些可以將順序 轉變成可以利用並行優勢的演算法的設計模式。重要的是減少程式中必須執行的順序 改善對並行執行單元的利用。以前的.net 版...
Docker學習筆記 輕量級虛擬化
學習筆記，工作需要學習一下docker，學習內容有 建房子軟體帶環境安裝 在一片空地上建房子 在乙個作業系統上配環境 依賴，各種庫，程式 搬家了在另一台機子上配環境 房子映象 裝房子的揹包 倉庫 拿出揹包裡的房子再複製乙個房子 容器 直接拎包入住，不會出現 在我的機器上可以跑，在你的機器上不能跑。解...