0

背景:我将开始训练 CNN 来对数据集进行分类。这个 CNN 必须部署到现实世界的应用程序中。所以通过这个 CNN 的前向传播必须很快。我读过的大多数 CNN 架构都无法在没有 GPU 的情况下运行,并且需要部署大量昂贵的资源。

问题:现在我知道了一种对减小 CNN 架构的大小非常有用的特殊技术:使用三次插值缩小图像(三次插值有助于改善某些图像特征,如边缘)。这有助于减少卷积层的数量以及滤波器的大小,从而大大减少了 CNN 中的整体参数。我想知道是否有其他技术可以使 CNN 更小,以便可以实际部署。

4

1 回答 1

1

二值化技术是有效的算法,它允许将网络的参数和激活都限制为具有二进制值。显然,精度损失可能会降低最终性能,但二进制表示会大大减少网络的资源需求。

例如,你可以看看这些作品:

发布了他们的代码。

于 2018-05-09T12:08:20.480 回答