摘要：
看了论文，我一直对于1X1卷积核不理解，因为它看起来只是将原来的矩阵分别乘了一个数，原来的矩阵并没有变化 看了一篇博文以后，理解了1X1卷积核的意义 其实1x1卷积，可以看成一种全连接（full connection）。例如， 第一层有6个神经元，分别是a1—a6，通过全连接之后变成5个，分别是b1 阅读全文
摘要：
论文链接：https://arxiv.org/pdf/1707.01083.pdf （瓶颈单元：先1x1卷积降维，再3x3卷积，再1x1卷积升维） shufflenet提出使用逐点分组卷积以减少1×1卷积的计算复杂度的方法。 为了克服组卷积带来的副作用，采用了一种新颖的通道混洗操作，以帮助信息流过特 阅读全文
摘要：
论文网址：https://arxiv.org/abs/1704.04861 mobilenet主要工作是用depthwise sparable convolutions替代过去的standard convolutions来解决卷积网络的计算效率和参数量的问题。 在该方法中，把标准卷积分为了 深度卷积 阅读全文