基于轻量化的卷积神经网络技术研究现状

摘要

卷积神经网络(CNN)以其高准确率、适应性强等特点,在机器学习领域上具有得天独厚的优势,发展非常迅猛,准确率不断提升,代价就是网络无论在模型大小还是计算数量上,都达到令人难以接受的程度,直接导致了卷积神经网络智能停留在实验室中的困境.轻量化卷积神经网络是在卷积神经网络的基础上,通过各种方法降低其模型大小和计算数量,使其可以在移动设备中运用.本文首先通过文献阅读法与对比分析法,阐述了传统CNN网络的限制,针对传统CNN网络臃肿的问题,针对性地对现有的几种轻量化卷积神经网络进行详细的介绍分析,通过归纳总结,最后得出了出自构建形轻量化卷积神经网络的构建原则,对需要在移动设备构建CNN网络的应用场景提供一定的指引方向.