SqueezeNet网络学习笔记

SqueezeNet网络学习笔记

首先SqueezeNet整体结构大致为:在常规的卷积网络之中,加入几组由Fire模块构成的单元,如图所示:

SqueezeNet网络学习笔记_第1张图片
(图片取自知乎:https://zhuanlan.zhihu.com/p/49465950)

由上图可以看出这个Fire模块就是SqueezeNet的核心内容了;

Fire模块:

SqueezeNet网络学习笔记_第2张图片
(图片取自:https://blog.csdn.net/liangjiubujiu/article/details/88814296)

可以看出基本机构:先用1x1的卷积核进行卷积操作,然后进入并行的两个通道,其一为1x1的卷积操作,其二为3x3的卷积操作,然后合并结果输出,换一张图可能更清楚易懂

SqueezeNet网络学习笔记_第3张图片
(图片取自:https://zhuanlan.zhihu.com/p/49465950)

那么用这样的结构有什么好处呢?用1x1的卷积核替换3x3的卷积核可以大大减少,网络中的参数数量,从而起到压缩网络的作用。

你可能感兴趣的:(深度学习相关)