《表2 剪枝网络结构表:轻量级目标识别深度神经网络及其应用》
对于要剪枝的主干网络,为了便于分析,移除多余的BN层,只有3×3卷积后才配置卷积层;由于CIFAR数据集中图像的分辨率只有32×32,不能进行过多的降采样,所以只对主干网络中的Feature 3以前的阶段纳入剪枝网络的范围。在网络的末端,加入一个卷积层、Re Shape层和全连接层,卷积层的主要作用是降低数据通道数,防止全连接层参数过多;Reshape层是为了变化数据维度,便于进行全连接。剪枝网络的结构示意见表2。
图表编号 | XD00150179500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.15 |
作者 | 付佐毅、周世杰、李顶根 |
绘制单位 | 华中科技大学能源与动力工程学院、华中科技大学中欧清洁与可再生能源学院、华中科技大学能源与动力工程学院 |
更多格式 | 高清、无水印(增值服务) |