@captainst 多谢🙏
CNN推理优化系列之三：Channel pruning介绍 曾在‘CNN推理优化系列之一: Filter pruning’中讲过filter pruning在CNN inference时的优化。此篇同样也是致力于减少layer计...
发简信
IP属地：辽宁
-
-
已更正，多谢。
经典分类CNN模型系列其八：ResNeXt
介绍 越来越喜欢Facebook的东西了，虽然很久以来我一直是个Google产品及技术的忠实粉丝。但最近在AI框架上一直频繁去翻弄Pytorch/Caffe2，感觉其API及...
-
Caffe2核心代码解析系列之七：Operator其二
Operator 基本特点 Caffe2中大多数我们所接触的operator都是class Operator的子类。 而Operator则是上系列中我们提及的class Op...
-
CNN推理优化系列之三：Channel pruning介绍 曾在‘CNN推理优化系列之一: Filter pruning’中讲过filter pruning在CNN inference时的优化。此篇同样也是致力于减少layer计...
-
Caffe2核心代码解析系列之六：Operator其一
介绍 在Caffe2的设计中，一切操作皆是Op。其中数据IO操作相关的ops有CreateDBOp、PrefetchOperator、ImageInputOp等；用于初始化数...
-
CNN推理优化系列之二：INT8 Quantization介绍 Low bits压缩再用于CNN推理当属该下的推理优化技术主流。 将本是Float32类型的乘法或乘加计算使用INT8类型来做可一次批量（SIMD指令集）执行更多的计算...
-
朱小虎 Neil Zhu，University AI / CSAGI 创始人
-
CNN推理优化系列之一：Filters pruning
介绍 CNN模型简化以减少参数数量及增加计算效率可分为两种主要方法：一类是设计参数更少、所需计算更少的CNN结构像MobileNet/SqueezeNet/ShuffleNe...
-
经典分类CNN模型系列其九：Resnet v2介绍 Resnet模型可谓是CNN分类模型中效果最效、应用最广泛、在业界最为成功的深度学习模型之一。它出道以来有许多的变形。像最初论文中提出的Resnet v1，后来由Tor...
-
Semantic Segmentation系列其二：U-Net介绍 U-Net是15年出来的在显微组织切片细胞分割领域大获成功的一个CNN segmentation模型。它借鉴了当时新提出不久的FCN网络，进一步有效利用了各个尺度con...
-
精简CNN模型系列之七：Xception介绍 Xception是Google出品，属于2017年左右的东东。它在Google家的MobileNet v1之后，MobileNet v2之前。它的主旨与MobileNe...
-
经典分类CNN模型系列其八：ResNeXt介绍 越来越喜欢Facebook的东西了，虽然很久以来我一直是个Google产品及技术的忠实粉丝。但最近在AI框架上一直频繁去翻弄Pytorch/Caffe2，感觉其API及...
-
精简CNN模型系列之六：ShuffleNet v2介绍 才不久才刚刚写了MobileNet v2的博客，它来自Google。而今天看过了ShuffleNet v2，很是感慨。这篇来自Face++ Sun, Jian团队的pa...
-
精简CNN模型系列之五：MobileNet v2介绍 Depthwise Convolution应该首创于Google的MobileNet网络。自此后渐渐它已经被用于了越来越多的移动端CNN网络当中。MobileNet v...
-
Caffe2核心代码解析系列之五：Blob
介绍 Caffe2中Blob的概念应该来自于Caffe。它是有类型的内存抽象，主要包含两个成员，一为指向存储元素的指针，另一则为此元素的类型(TypeMeta)。这么说来它其...
-
Caffe2核心代码解析系列之四：TypeMeta
介绍 TypeMeta是描述Tensor或Blob等所抽象的数据类型的一种抽象。简言之，它主要用来表示某种类型如T的一些特征像这种类型在整个类型系统里面的Id，它的单个元素的...
-
精简CNN模型系列之四：ShuffleNet介绍 牛人就是牛啊，不服不行。君不见Face++（旷视科技）在将Sun,Jian招入门下后，Face++在视觉科研领域的狂飙突进吗？今年的MS COCO大赛中他们更是一举拿下...
-
Caffe2核心代码解析系列之三：Tensor
介绍 Caffe2 core code中与tensor相关的可见于以下几个文件。 Tensor是Caffe2中的连续内存区域抽象表示。真正的caffe2 code中Tenso...
-
精简CNN模型系列之三：SkipNet介绍 CNN模型为了追求精度提高层数已经是愈来愈多，可更多的层次带来的精度边际提升却不断减小。或者对某些输入图片而言，真正所需的layers并非那么多，只有一些真正模糊、特征...
-
经典分类CNN模型系列其七：DenseNet介绍 传统上为了加强CNN模型的表达能力有两种可行的办法，一是将CNN层数增加，变得越来越深；二则是将单层CNN的conv filters数目增加，变得越来越宽。但这两种都会...
