ShuffleNetV1模型通过分组卷积是卷积的数量成为原来的 1/n,每个分组只计算部分特征,会让总计算的参数量有所降低,输出的通道数还是等于卷积核数量。

例如 RGB图片 可以拆分为3组  每组只处理对应的通道。

分组后的顺序是rrggbb 各个通道之间的信息无法有效共享 可以通过把输出的通道变成 m x n 的矩阵,转置成 n x m 的矩阵再拉伸成1行的通道排列,增加了各个通道的信息共享。

 

Logo

鲲鹏昇腾开发者社区是面向全社会开放的“联接全球计算开发者,聚合华为+生态”的社区,内容涵盖鲲鹏、昇腾资源,帮助开发者快速获取所需的知识、经验、软件、工具、算力,支撑开发者易学、好用、成功,成为核心开发者。

更多推荐