【网络架构】Interleaved Group Convolutions for Deep Neural Networks
主要贡献提出了新的网络单元interleavedgroupconvolution,有助于提高参数优化和计算;在保持网络大小和计算复杂度的情况下,提出的网络单元相比传统的组卷积具有更宽的宽度,也就具有更先进的表现;讨论了和传统卷积(Xception和具有总结融合的组卷积)的联系,显示它们只是文中单元的特例。文中的网络结构InterleavedGroupConvolutions定义文中提出的网络单元基