> ML_LITERATURE // IANDOLA-2016-SQUEEZENET-ALEXNET-ACCURACY-50X-FEWER-PARAMETERS_v1.0
SqueezeNet: AlexNet-level accuracy with 50x fewer parameters and <0.5MB model size
Forrest N. Iandola, Song Han, Matthew W. Moskewicz, Khalid Ashraf, William J. Dally, Kurt Keutzer · arXiv preprint (2016)
seminal-architecture2016foundationalthirdPartyReproduced
Temel Katkı (Principal Contribution)
1x1 sıkıştırma ve 1x1/3x3 genişletme katmanından oluşan Fire modüllerini tasarlayarak AlexNet doğruluğuna 50 kat daha az parametre ve 0.47 MB derin sıkıştırma ile ulaştı.
Operasyonel ve Mühendislik Uygunluğu
Üretimde task-image-classification dağıtımı için yetkili referans olarak hizmet eder.
Temel Varsayımlar (Assumptions)
- Uzamsal özellik tutarlılığı ve veri manifoldu yapısı sürekli temsil hipotezlerine uygundur
Kısıtlar ve Sınırlamalar (Limitations)
- Hesaplama karmaşıklığı uzamsal çözünürlük ve parametre kapasitesi ile ölçeklenir
Bağlantılı Algoritmalar, Mimariler ve Kütüphaneler
İlgili Algoritmalar:
İlgili Mimariler:
Uygulayıcı Kütüphaneler: