EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks

Mingxing Tan and Quoc V. Le. EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks. ICML 2019.

Arxiv link: https://arxiv.org/pdf/1905.11946.pdf

source code is at https://github.com/tensorflow/tpu/tree/master/models/official/efficientnet

本文的出发点是基于通过扩展卷积神经网络（scaling up ConvNets）来获得更高的性能。作者首先通过观察发现扩展ConvNets的depth、width、resolution都可以获得更好的准确率，但是结合两种或三种方式来进行scaling的方式需要繁琐的人工调试（tedious manual tuning），而且经常只能获得次优的准确率和效率（sub-optimal accuracy and efficiency)。因此，提出了一种新的scaling method——使用简单而高效的复合系数（compound coefficient），统一缩放包括depth，width和resolution在内的所有维度。

 

 

 

 

 

 

 

 

 

 

 

参考链接：

https://zhuanlan.zhihu.com/p/94576642?utm_source=wechat_session&utm_medium=social&utm_oi=767364532031983616