本文探讨了通过应用宽度乘数和分辨率乘数优化MobileNets计算量的方法，详细介绍了这两个超参数如何协同作用，减少网络参数，提高计算效率。
应用宽度乘数可以进一步减少计算量，大约有 α*α 的优化空间。
分辨率乘数：
第二个超参数是分辨率乘数 ρ ，比如原来输入特征图是224x224，可以减少为192x192。分辨率乘数用来改变输入数据层的分辨率，同样也能减少参数。在 α 和 ρ 共同作用下，MobileNets某一层的计算量为：
要说明的是，resolution multiplier仅仅影响计算量，但是不改变参数量。其中，ρ 是隐式参数，ρ 如果为{1，6/7，5/7，4/7}，则对应输入分辨率为{224，192，160，128}，ρ 参数的优化空间同样是 ρ2 左右。 从下图可以看出两个超参数在减少网络参数的上的作用：
4、实验分析
模型选择：
扫一扫
598
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
