CNN更新换代!性能提升算力减半,还即插即用(附论文)

  1. 云栖社区>
  2. 数据派THU>
  3. 博客>
  4. 正文

CNN更新换代!性能提升算力减半,还即插即用(附论文)

初商 2019-08-22 22:13:07 浏览284
展开阅读全文

本文经AI新媒体量子位(公众号ID:qbitai)授权转载,转载请联系出处

文章来源:微信公众号 数据派THU

本文共2400字,建议阅读9分钟。

传统的卷积运算,要成为过去时了。


image.png

Facebook和新加坡国立大学联手提出了新一代替代品:OctConv(Octave Convolution),效果惊艳,用起来还非常方便。

OctConv就如同卷积神经网络(CNN)的“压缩器”。用它替代传统卷积,能在提升效果的同时,节约计算资源的消耗。

比如说一个经典的图像识别算法,换掉其中的传统卷积,在ImageNet上的识别精度能获得1.2%的提升,同时,只需要82%的算力和91%的存储空间。

如果对精度没有那么高的要求,和原来持平满足了的话,只需要一半的浮点运算能力就够了。

想实现这样的提升,怕不是要把神经网络改个天翻地覆吧?

根本不需要,OctConv即插即

网友评论

登录后评论
0/500
评论
初商
+ 关注
所属云栖号: 数据派THU