计算机工程

作者：胡挺,祝永新,田犁,封松林,汪辉

单位：1.中国科学院上海高等研究院,上海 201210; 2.中国科学院大学,北京 100049

关键词：深度学习, 卷积神经网络, 深度可分离卷积, 神经网络压缩, 轻量级

基金：国家重点研发计划(2017YFA0206104);上海市科学技术委员会科研计划项目(16511108701);上海市张江管委会公共服务平台项目(2016-14)

针对深度神经网络在移动平台上存在准确度低、过拟合等问题,提出一种轻量级的卷积神经网络架构。将3×3的深度可分离卷积替换SqueezeNet网络模型基本模块Fire中的标准3×3卷积核,并构建SparkNet的网络结构,替换模型卷积得到网络变形结构。实验结果表明,与SqueezeNet网络结构相比,该架构可以提高网络模型的计算速度,有效降低网络模型规模并减少参数数量。

来源：2019年第1期

《计算机工程》期刊编辑部

查看计算机工程杂志2019年第1期