CondenseNet：一种使用学习型分组卷积的高效 DenseNet
计算机视觉与模式识别
2018-06-08 v2
摘要
深度神经网络正日益用于计算资源受限的移动设备。本文中我们提出了 CondenseNet，一种具有空前效率的新型网络架构。它将对密集连接与一种称为学习型分组卷积的新模块相结合。密集连接促进了网络中特征的重用，而学习型分组卷积移除了层间特征重用多余的连接。在测试时，我们的模型可使用标准分组卷积实现，从而在实践中允许高效计算。我们的实验表明，CondenseNets 远比 MobileNets 和 ShuffleNets 等最先进的紧凑卷积网络高效。
引用
@article{arxiv.1711.09224,
title = {CondenseNet: An Efficient DenseNet using Learned Group Convolutions},
author = {Gao Huang and Shichen Liu and Laurens van der Maaten and Kilian Q. Weinberger},
journal= {arXiv preprint arXiv:1711.09224},
year = {2018}
}