【深度学习】8.1 ShuffleNet v1 v2理论讲解

文章目录

  • 前言知识
  • 8.1 ShuffleNet v1 v2理论讲解
    • v2

前言知识

组卷积

8.1 ShuffleNet v1 v2理论讲解

【深度学习】8.1 ShuffleNet v1 v2理论讲解_第1张图片
性能评价
【深度学习】8.1 ShuffleNet v1 v2理论讲解_第2张图片

【深度学习】8.1 ShuffleNet v1 v2理论讲解_第3张图片
1x1的卷积占据了大部分计算量
【深度学习】8.1 ShuffleNet v1 v2理论讲解_第4张图片
shuffle net采取的block
【深度学习】8.1 ShuffleNet v1 v2理论讲解_第5张图片

shuffle net框架
【深度学习】8.1 ShuffleNet v1 v2理论讲解_第6张图片

注意点

计算量证明
【深度学习】8.1 ShuffleNet v1 v2理论讲解_第7张图片
shuffle net总结

v2

【深度学习】8.1 ShuffleNet v1 v2理论讲解_第8张图片
计算量不能光看FLOPs
【深度学习】8.1 ShuffleNet v1 v2理论讲解_第9张图片
【深度学习】8.1 ShuffleNet v1 v2理论讲解_第10张图片
如何设计高效的网络建议
【深度学习】8.1 ShuffleNet v1 v2理论讲解_第11张图片
第一条准则:输入特征矩阵channel = 输出特征矩阵channel
【深度学习】8.1 ShuffleNet v1 v2理论讲解_第12张图片
证明:

第二条准则:
【深度学习】8.1 ShuffleNet v1 v2理论讲解_第13张图片
证明:
【深度学习】8.1 ShuffleNet v1 v2理论讲解_第14张图片
第三条准则和证明:
【深度学习】8.1 ShuffleNet v1 v2理论讲解_第15张图片
第四条准则和证明:
【深度学习】8.1 ShuffleNet v1 v2理论讲解_第16张图片
四条设计准则的总结
【深度学习】8.1 ShuffleNet v1 v2理论讲解_第17张图片
v2 网络框架
【深度学习】8.1 ShuffleNet v1 v2理论讲解_第18张图片
【深度学习】8.1 ShuffleNet v1 v2理论讲解_第19张图片

【深度学习】8.1 ShuffleNet v1 v2理论讲解_第20张图片
【深度学习】8.1 ShuffleNet v1 v2理论讲解_第21张图片
v2如何搭建
【深度学习】8.1 ShuffleNet v1 v2理论讲解_第22张图片
v2和v1的不同之处
【深度学习】8.1 ShuffleNet v1 v2理论讲解_第23张图片
性能评价
【深度学习】8.1 ShuffleNet v1 v2理论讲解_第24张图片【深度学习】8.1 ShuffleNet v1 v2理论讲解_第25张图片
【深度学习】8.1 ShuffleNet v1 v2理论讲解_第26张图片

你可能感兴趣的:(#)