ParaNet——使用密集块实现早期推理
计算机视觉与模式识别
2018-08-28 v1
摘要
DenseNets已被证明是近期卷积网络架构中具有竞争力的模型。这些网络利用密集块(Dense Blocks),即密集连接层的组合,其中隐藏层的输出被馈入其后续每一层的输入。在本文中,我们旨在改进DenseNet的某些方面,尤其是在实用性方面。我们引入ParaNet,一种构建三条流水线以实现早期推理的新架构。我们还引入了一种级联机制,使不同流水线能够共享参数,以及流水线输出之间的logit匹配。我们分别评估了ParaNet新引入的各个机制,随后在CIFAR-100上评估了我们提出的架构。
引用
@article{arxiv.1808.08308,
title = {ParaNet - Using Dense Blocks for Early Inference},
author = {Joseph Chuang and Eric Tsai and Kevin Huang and Jay Fetter},
journal= {arXiv preprint arXiv:1808.08308},
year = {2018}
}