谷歌开源新模子 EfficientNet：图像辨认服从晋升 10 倍，参数镌汰 88%

为了更深入地领略复合扩展法能取得更好结果的缘故起因，作者对收集的激活图举办了可视化。较量了沟通设置的基线收集颠末差异的扩展要领后激活图的变革：

可以看出复合扩展法使得模子越发存眷与方针细节相干的地区，而其他设置下的模子则无法很好的通过图像捕获方针的细节信息。

本文作者通过对模子扩展要领方面存在地题目举办了接头，从怎样衡量收集的深度、宽度以及判别率方面出发提出了复合扩展要领。并在两种收集布局 MobileNets 和 ResNet 上对这种扩展要领举办了验证。另外，作者还通过神经布局搜刮计划了一种新的基线收集 EfficientNet，并对其举办扩展获得了一系列的 EfficientNets。在图像分类尺度数据集上，EfficientNets 逾越了之前的卷积收集，而且 EfficientNet 参数目更少、推理进程更快。

论文原文链接： https://arxiv.org/abs/1905.11946

开源代码地点：

https://github.com/tensorflow/tpu/tree/master/models/official/efficientnet

【编辑保举】

1. 不止谷歌！苹果、脸书、亚马逊都要被查了……
2. 开源，可否成为芯片逆境破局之道
3. ARM首创人谈华为被禁：恒久将危险ARM、谷歌及美国家产
4. 实现100倍加快！谷歌开源超强张量计较库TensorNetwork
5. 谷歌“忏悔”断供华为：被曝正在游说，寻求禁令宽免

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!