论文导读：Benchmark Analysis of Representative Deep Neural Network Architectures

最近发现了一篇文章，个人感觉很不错，因此推荐给大家。
论文题目：Benchmark Analysis of Representative Deep Neural Network Architectures
论文链接：https://arxiv.org/abs/1810.00736

题目：代表性DNN架构的基准分析

摘要：

这项工作提供了对现有技术中提出的用于图像识别的大多数深度神经网络（DNN）的深入分析。对于每个DNN网络，观察到多个性能指标，例如识别准确性，模型复杂性，计算复杂性，存储器使用和推断时间。分析和讨论了这些性能指标的行为及其组合。为了测量这些性能指标，我们尝试在两种不同的计算机架构上使用DNN，一台配备NVIDIA Titan X Pascal的工作站和一台基于NVIDIA Jetson TX1板的嵌入式系统。该实验允许直接比较在具有非常不同计算能力的机器上运行的DNN。

这项研究有助于研究人员全面了解迄今为止已探索的解决方案，以及未来值得探索的研究方向；并为从业者选择更适合实际部署和应用的资源限制的DNN架构。

为完成这项工作，所有DNN以及用于分析的软件均可在线获取。

第二部分详细介绍了用于实验的硬件和软件; 在第三节中，简要介绍了所用到的DNN架构; 第四节描述了测量的性能指标; 最后，在第五节中，报告和分析了所得结果，第六节介绍了我们的最终考虑因素。

对比的DNN网络

AlexNet; the family of VGG architectures (VGG-11, -13, -16, and -19) without and with the use of Batch Normalization (BN)layers; BN-Ince