《表2 四种网络的参数量和计算量比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《VansNet轻量化卷积神经网络》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

将四种网络AlexNet、ResNet、SqueezeNet和VansNet的参数量、计算量作比较，如表2所示。AlexNet结构参数量最大，计算量处于四种网络之间。这是因为AlexNet含三个全连接层，且三个全连接层中的参数占比较大造成AlexNet总体参数量较大；计算量不是很大是由于AlexNet中结构层数不多并且卷积层的参数较少。ResNet结构参数量处于四种网络之间，而计算量却是最大的。这是因为ResNet中应用了全局平均池化层，有效地减少结构参数量；计算量最大是由于ResNet结构中含有较多的层数。SqueezeNet结构参数量很小，计算量处于四种结构之间。这是因为SqueezeNet结构中Fire模块使用了较少的3×3的卷积，故其参数量很小；计算量偏大是因为Fire模块中1×1的卷积较多。VansNet采用跳层结构以及增加网络宽度使得其计算量最小但参数量比SqueezeNet稍高一些。