简单有趣的轻量级网络 Shufflenet v1 、Shufflenet v2(可以直接替换自己数据集)-直接放置自己的数据集就能跑(网络结构详解+详细注释代码+核心思想讲解)——pytorch实现

     这期博客咱们来学习一下Shufflenet系列轻量级卷积神经网络,Shufflenet v1 、Shufflenet v2。

本博客代码可以直接生成训练集和测试集的损失和准确率的折线图,便于写论文使用。

首先学习一下,Shufflenet v1网络:

论文下载链接:

Shufflene系列轻量级卷积神经网络由旷世提出,也是非常有趣的轻量级卷积神经网络,它提出了通道混合的概念,改善了分组卷积存在的问题,加强各组卷积之间的特征交互和信息交流,在改善模型的特征提取方式的同时,增强特征提取的全面性,如下图所示:

 当然上面说的很抽象,图像也很抽象,具体的实现过程如下图所示:

        其他的网络都是用分组卷积来进行特征提取,但是这样各类组别之间的特征没有交互,增大了计算量,shufflenet通过对channel shuffle&#

猜你喜欢

转载自blog.csdn.net/qq_43215597/article/details/130446553