CNN模型之MobileNet

经典老歌 · 发表于 2023-1-12 09:10:25

每个卷积的kernel的channel同时进行放缩，因为输入feature的channel其实相当于上一层卷积的kernel的channel，所以。。。

黑色吉他 · 发表于 2023-1-12 09:11:00

所以输入channels变的话，kernel的channels其实是不需要变的，只要变每一个kernel的channels，我是这样认为的，结果kernel的也变了。。

王汐澜 · 发表于 2023-1-12 09:11:15

对的

我昕依旧 · 发表于 2023-1-12 09:11:20

学习了

孙绪鹏 · 发表于 2023-1-12 09:12:02

为什么 tf.nn.depthwise_conv2d 速度比普通卷集还要慢。。

调息 · 发表于 2023-1-12 09:12:23

按理说计算量减少了。。这个我看知乎之前有人问这个问题

夏与白 · 发表于 2023-1-12 09:13:21

有prototxt链接吗？

美国酸奶 · 发表于 2023-1-12 09:13:31

谷歌的models里面有官方实现，caffe版本去github上找找吧。

没什么 · 发表于 2023-1-12 09:13:58

同请教α 这个参数是削减的是pointwise convolution的channel么？感觉depthwise separable convolution的channel和输入的channel是一致的。还有resolution multiplier这个参数是直接修改的输入图像的resolution，还是通过控制kernel来缩放输出特征图的resolution，感觉后面这种更好一点。

广东果果 · 发表于 2023-1-12 09:14:45

是的。后面那个不是直接修改图片大小，而是通过控制kernel

		自动登录	找回密码
密码			立即注册

CNN模型之MobileNet

浏览过的版块