轻量级神经网络结构讲解

轻量级神经网络结构讲解

神经网络计算现在很火热，但是其计算量大，且神经网络处理器的硬件开销大，面积大，功耗多，不能有效的支持例如可穿戴设备的规模小的可移动设备。因此轻量级神经网络出现了。

轻量级神经网络可以运用在各种小型设备上，就是因为它“轻量”。

笔者总结了2021年以前的轻量级神经网络的结构和其中的数据流。

首先介绍了了解轻量级神经网络所需的几个结构，介绍较为简单，主要是想让读者快速的了解其核心部分。
包括：

1. ResNet模块
2. ResNeXt模块
3. Inception系列
4. Xception

然后笔者总结了近年来的轻量级神经网络的网络结构。
包括：

1. SqueezeNet
2. ShuffleNet V1
3. ShuffleNet V2
4. MnasNet
5. Mobilenet V1
6. Mobilenet V2
7. Mobilenet V3
8. MixNet
9. ThunderNet

对上述神经网络的描述也较为简单，主要是想让读者快速了解其核心结构，让初学者快速知道这些轻量级神经网络到底是什么。

笔者提供了word版本的文件，目的是方便读者进行阅读后的修改和补充，也方便初学者复制其中的部分内容为自己所用。

已经上传到CSDN资料里：
https://download.csdn.net/download/weixin_42105952/13622047