AugShuffleNet：更多通信，更少计算
计算机视觉与模式识别
2022-08-23 v2 机器学习
摘要
作为一个卓越的紧凑模型，ShuffleNetV2为设计高效卷积网络提供了良好范例，但其局限性却很少被注意到。在本文中，我们重新思考ShuffleNetV2的设计模式，发现通道冗余问题仍然制约着更宽ShuffleNetV2中Shuffle块的效率提升。为解决此问题，我们以类瓶颈结构和更多隐式短连接的形式提出了另一种增强型shuffle块。为验证该构建块的有效性，我们进一步构建了一个更强大且更高效的模型族，称为AugShuffleNets。在CIFAR-10和CIFAR-100数据集上的评估表明，AugShuffleNet在以更少计算成本和更少参数数量的情况下，准确性始终优于ShuffleNetV2。
引用
@article{arxiv.2203.06589,
title = {AugShuffleNet: Communicate More, Compute Less},
author = {Longqing Ye},
journal= {arXiv preprint arXiv:2203.06589},
year = {2022}
}