【MobileNet-V1】深度学习模型压缩之MobileNetv1


论文名称	深度学习模型压缩之MobileNetv1
参考链接	https://blog.csdn.net/qq_31531635/article/details/80508306#47
书摘
摘要 1.引言 2.现有工作 3.MobileNet结构 3.1 深度可分离卷积 3.2 网络结构和训练 3.3 宽度乘法器：更薄的模型 3.4 分辨率乘法器：约化表达 4 实验 4.1 模型选择 4.2 模型压缩超参数 4.3 细粒度识别 4.4 大规模地理信息 4.5 人脸属性 4.6 目标检测 4.7 人脸嵌入 5 结论
思考
文中对于MobileNet 第一个版本论文做了详细的翻译，主要工作创新点：采用可分离卷积的方式进行特征提取创新的使用了宽度乘法器和分辨率乘法器的方式进行进一步网络处理宽度乘法器：其实就是对输入通道数M变成了 αM 、输出通道数变成 αN 分辨率乘法器：对每一层的输出的高和宽进行权重处理