IamNN：用于高效图像分类的迭代自适应移动神经网络
计算机视觉与模式识别
2018-04-30 v1 神经与进化计算
摘要
深度残差网络（ResNets）近期在深度学习中取得突破。ResNets 的核心思想是在层间设置快捷连接，使网络可更深的同时仍易于优化并避免梯度消失。这些快捷连接具有有趣的副作用，使 ResNets 的行为不同于其他典型网络架构。本工作中我们利用这些特性设计了一个基于 ResNet 的网络，但具有参数共享和自适应计算时间。所得网络远小于原始网络，并能根据输入图像的复杂度调整计算代价。
引用
@article{arxiv.1804.10123,
title = {IamNN: Iterative and Adaptive Mobile Neural Network for Efficient Image Classification},
author = {Sam Leroux and Pavlo Molchanov and Pieter Simoens and Bart Dhoedt and Thomas Breuel and Jan Kautz},
journal= {arXiv preprint arXiv:1804.10123},
year = {2018}
}
备注
ICLR 2018 Workshop track