2019年8月5日
深度学习之depthwise separable convolution,计算量及参数量
摘要： 目录： 1、什么是depthwise separable convolution? 2、分析计算量、flops 3、参数量 4、与传统卷积比较 5、reference 阅读全文
posted @ 2019-08-05 16:12 琴影 阅读(940) 评论(0) 推荐(0) 编辑
深度学习之group convolution,计算量及参数量
摘要： 目录： 1、什么是group convolution? 和普通的卷积有什么区别？ 2、分析计算量、flops 3、分析参数量 4、相比于传统普通卷积有什么优势以及缺点，有什么改进方法？ 5、reference 1、group convolution历史 2、计算量 3、参数量 4、相比于传统普通卷积 阅读全文
posted @ 2019-08-05 16:11 琴影 阅读(1335) 评论(0) 推荐(0) 编辑
深度学习之（经典）卷积层计算量以及参数量总结 （考虑有无bias，乘加情况）
摘要： 目录： 1、经典的卷积层是如何计算的 2、分析卷积层的计算量 3、分析卷积层的参数量 4、pytorch实现自动计算卷积层的计算量和参数量 1、卷积操作如下： http://cs231n.github.io/assets/conv-demo/index.html 假设卷积层的输入特征图大小为C_in 阅读全文
posted @ 2019-08-05 13:59 琴影 阅读(15738) 评论(0) 推荐(1) 编辑