典型文献
卷积神经网络轻量化技术研究
文献摘要：
近些年,卷积神经网络的发展日趋成熟,在图像识别、目标检测、自然语言处理等多个领域的性能超过了传统的机器学习算法.然而随着网络性能的提升,部署和运行神经网络对于硬件设备要求越来越高.为了将卷积神经网络部署到算力较低的设备,必须在参数量和准确率之间寻求一个平衡.本文首先介绍三种常规的卷积方式,然后从参数量和计算量的角度加以分析,接着详细介绍近些年比较流行的轻量化网络模型结构,对于各自的优缺点进行总结,同时结合其在ImageNet上面的表现评估其轻量化技巧的优劣,最后展望轻量化神经网络的发展前景.
文献关键词：
轻量化;分组卷积;深度可分离卷积;卷积神经网络
中图分类号：
作者姓名：
包志龙
作者机构：
宁波大学信息科学与工程学院,宁波315211
文献出处：
引用格式：
[1]包志龙-.卷积神经网络轻量化技术研究)[J].无线通信技术,2022(01):36-41,47
A类：
B类：
网络轻量化,轻量化技术,图像识别,目标检测,自然语言处理,机器学习算法,网络性能,硬件设备,备要,网络部署,算力,参数量,计算量,加以分析,轻量化网络,模型结构,ImageNet,上面,轻量化神经网络,分组卷积,深度可分离卷积
AB值：
0.317372
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
