Convolution最適化

MobileNet論文その3: 「Searching for MobilenetV3」を読んでみました

MathJax.Hub.Config({ tex2jax: { inlineMath: [['$','$'], ['\\(','\\)']], displayMath: [ ['$$','$$'], ["\\[","\\]"] ] } }); インターンの中村です。 今回はMobileNetV3を読みました。 arxiv.org 論文の要旨 正式なタイトルは"Searching for MobileNetV…

Grouped Convolutionのハイパーパラメータを最適化する「clcNet」を読んでみました

MathJax.Hub.Config({ tex2jax: { inlineMath: [['$','$'], ['\\(','\\)']], displayMath: [ ['$$','$$'], ["\\[","\\]"] ] } }); インターンの林です。 社内勉強会でclcNetについて発表しました。 arxiv.org 概要 clcNet提案 CDG(Channel Dependency Graph)…

MobileNet論文その2: 「MobileNetV2: Inverted Residuals and Linear Bottlenecks」を読みました

MathJax.Hub.Config({ tex2jax: { inlineMath: [['$','$'], ['\\(','\\)']], displayMath: [ ['$$','$$'], ["\\[","\\]"] ] } }); CTOの幅野です。 今回は高速化アーキテクチャとして広く利用されているMobileNetV2の論文を読みました。 arxiv.org 概要 モバ…

Grouped Convolutionモデルの精度を改善した論文「 ShuffleNet」を読んでみました

MathJax.Hub.Config({ tex2jax: { inlineMath: [['$','$'], ['\\(','\\)']], displayMath: [ ['$$','$$'], ["\\[","\\]"] ] } }); インターンの林です。 社内勉強会でShuffleNetを発表しました。 arxiv.org 背景 これまでの画像認識タスク 深く大きい畳み込…

quantization aware trainingの論文「Quantization and Training of Neural Networks for Efficient Integer-Arithmetic-Only Inference」を読みました

MathJax.Hub.Config({ tex2jax: { inlineMath: [['$','$'], ['\\(','\\)']], displayMath: [ ['$$','$$'], ["\\[","\\]"] ] } }); はじめに CTOの幅野です。 Quantization and Training of Neural Networks for Efficient Integer-Arithmetic-Only Inference…

MobileNet論文その1: 「MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications」を読みました

MathJax.Hub.Config({ tex2jax: { inlineMath: [['$','$'], ['\\(','\\)']], displayMath: [ ['$$','$$'], ["\\[","\\]"] ] } }); この記事は7/6に開催されたMETRICAエンジニア勉強会の発表資料です。 今回は参加者の西本くんがMotibleNetについて発表してく…

DenseNetを高速化した論文「VoVNet」を読んでみました

MathJax.Hub.Config({ tex2jax: { inlineMath: [['$','$'], ['\\(','\\)']], displayMath: [ ['$$','$$'], ["\\[","\\]"] ] } }); インターンの中村です。 今回はVoVNetを読んだので解説していきます。 https://arxiv.org/abs/1904.09730 Abstract 正式な論…

Xception仮説によりConvolution層を軽量化「Xception : Deep Learning with Depthwise Separable Convolutions」を読んでみました

インターンの中村です。 今回はXceptionの論文を読みました。 Oct 2016, by Francois Chollet (Kerasの作者) arxiv: https://arxiv.org/abs/1610.02357 何がすごい? 新たなモデル、Xceptionを提案 Inception V3にImageNetというデータセットで辛勝 JFTとい…