×

SqueezeNet公司

swMATH编号: 30749
软件作者: Forrest N.Iandola、Song Han、Matthew W.Moskewicz、Khalid Ashraf、William J.Dally、Kurt Keutzer
描述: SqueezeNet:AlexNet级精度,参数少50倍,模型大小小于0.5MB。最近对深度神经网络的研究主要集中在提高精度上。对于给定的精度级别,通常可以确定实现该精度级别的多个DNN体系结构。在同等精度下,较小的DNN架构至少有三个优点:(1)较小的DNNs在分布式训练期间需要较少的服务器间通信。(2) 较小的DNN需要较少的带宽才能将新模型从云中导出到自动驾驶汽车。(3) 较小的DNN更适合部署在FPGA和其他内存有限的硬件上。为了提供所有这些优势,我们提出了一种称为SqueezeNet的小型DNN架构。SqueezeNet在ImageNet上实现了AlexNet级别的精确度,参数减少了50倍。此外,通过模型压缩技术,我们能够将SqueezeNet压缩到0.5MB以下(比AlexNet小510倍)。SqueezeNet体系结构可在此处下载:https://github.com/DeepScale/SqueezeNet
主页: https://arxiv.org/abs/1602.07360
源代码:  https://github.com/DeepScale/SqueezeNet
相关软件: ImageNet公司;移动网络;AlexNet公司;混洗网;亚当;Xception公司;卡费;TensorFlow公司;效率网;固态硬盘;CIFAR公司;MobileNetV2手机;MS-COCO公司;XNOR-网络;开胃-v4;更快的R-CNN;github;PyTorch公司;阿达格拉德;效率检测
引用于: 26文件
全部的 前5名

103位作者引用

1 Dan Alistarh
1 白长川
1 Duhyeon Bang
1 贝加尔,岑克
1 塔尔本恩
1 卢卡斯·萨尔瓦多·伯纳多
1 陈杰
1 陈志奎
1 罗伯塔斯·达马舍维奇
1 维克托·雨果·C·阿尔伯克基。
1 丁文瑞
1 大卫·多尔曼
1 亚历山大·唐泽
1 窦德静
1 托马索·德罗西
1 尼科利·德莱顿
1 Jason A.Edelberg。
1 艾默生,Tegan H。
1 埃米罗·卢(Emirolu)、比伦特·吉尔塞尔(Bülent Gürsel)
1 范建清
1 丹·费尔德曼
1 Paul W.Fieguth。
1 高静
1 耿丽丽
1 伊戈尔·吉利琴斯基
1 亚历山大·戈尔班(Alexander N.Gorban)。
1 斯蒂芬·格林。
1 郭国栋
1 韩洪贵
1 雅各布·欣克尔
1 托尔斯滕·霍夫勒
1 Hu,袁
1 黄俊浩
1 黄磊
1 黄思玉
1 黄,魏
1 季、石磊
1 朱·卡勒布
1 Seoungyoon Kang
1 埃里克·科旺
1 克里斯托夫·兰伯特。
1 李厚军
1 李旭红
1 李跃平
1 李宇建
1 梁左东
1 卢卡斯·利本温
1 刘春雷
1 刘海亮
1 刘建庄
1 刘新旺
1 马聪
1 伊万·马蒂诺
1 瑞蒂斯·马斯凯利·纳斯
1 朱塞佩·尼科西亚
1 牛、保宁
1 瓦伦·奥哈
1 科林·奥尔森。
1 欧、俊
1 欧阳、万里
1 哈坎·奥兹坎
1 塞卢克奥兹多安
1 西奥多·帕帕马库
1 亚历山德拉·佩斯特
1 马蒂·皮提卡·伊南
1 Chandresh普拉文
1 普罗霍罗夫,达尼尔五世。
1 瓦西姆·拉瓦特
1 任坤
1 罗斯,丹妮拉
1 哈坎·萨布库奥卢
1 赛格,塔辛
1 桑吉特·阿伦库马尔·塞希亚
1 山川惠
1 Shim、Hyunjung
1 埃德加·所罗门尼克
1 艾哈迈特·索耶
1 乔治·斯坦切夫
1 苏华科
1 雷米·太阳
1 孙伟泽
1 理查德·塞利斯基
1 陶庆阳
1 田新余
1 田旭平
1 莎拉·季莫奇科
1 Ivan Yu,Tyukin。
1 王大鹏
1 王小刚
1 王增辉
1 大卫·E·温布尔(David E.Womble)。
1 吴玉林
1 熊浩毅
1 杨明强
1 叶云明
1 杨·托德(M.Todd Young)
1 于俊涛
1 张宝昌
1 张、徐
1 张勋
…还有3位作者

按年份列出的引文