知识卡片
MobileNet 代际对比
比较两代 MobileNet 常用的指标是 MAC(乘法累加数)与参数量:MAC 越高网络越重,参数越多模型越大。原书对比显示,MobileNet V1 有 420 万参数、575M MAC,MobileNetV2 降到 340 万参数、300M MAC,后者在两项上都更轻。还可按不同通道数与分辨率比较所需内存(单位 Kb),以及用 TensorFlow 在 Pixel 1 手机上测得的准确率—延迟曲线,延迟即运行模型所需时间。综合来看,V2 以更少参数和乘加量换取更好表现,这也是它被广泛用于检测与分段的原因。与 SSD 的结合见[[SSDLite:移动对象检测]]。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 移动神经网络和 CNN 比较两个 MobileNet · 查看原书依据
我们可以根据一次推理所需的乘法运算数量来比较模型,这通常称为 MAC(乘法累加数)。 MAC 值越高,网络越重。 我们还可以根据模型中的参数数量来比较模型。
参考来源
- 位置:《Python深度学习架构实用指南(初译)》第05章《移动神经网络和 CNN》(源文件:`../../book-sources/extracted/Python深度学习架构实用指南(初译)/_epub-src/OEBPS/Text/09.html`,来源项目 a19c7933-4eda-4176-aebd-30fe7e1ad292)
- 结论依据:原文给出 V1 为 420 万参数/575M MAC、V2 为 340 万参数/300M MAC,并以内存与 Pixel 1 延迟比较,支撑 V2 更轻且表现更好的结论。
- 原始内容:我们可以根据一次推理所需的乘法运算数量来比较模型,这通常称为 MAC(乘法累加数)。 MAC 值越高,网络越重。 我们还可以根据模型中的参数数量来比较模型。