最先進的影象處理模型的計算代價與公開可用的裝置處理能力之間存在著間隙，這一差距正在降低這些有希望模型的適用性。為了彌補這一差距，我們首先研究了裁剪和因子分解以降低模型的計算成本。其次，我們尋找可供選擇的卷積運算來設計最先進的模型。第三，利用這些可替代的卷積運算，我們訓練了cifar-10分類任務的模型。我們提出的模型在一半的模型大小和三分之一的浮點運算下，獲得了與resnet-20（91:25%的top-1精度）相當的結果（91:1%的top-1精度）。最後，我們使用了裁剪和因子分解的設計，發現這些方法在降低計算複雜度和保持我們所提出模型的準確性方面是無效的。
引言研究方法
結果討論結論
電腦科學
電腦科學就是研究計算 如何表示和處理資訊。解決問題 你將學會各種演算法策略，比如分而治之法 遞迴 探索法 貪婪搜尋和隨機演算法，它們可以幫你分解和解決任何一種問題。邏輯 你開始使用更準確和正式的方式進行思考，比如抽象 布林邏輯 數字理論和集合理論，你因此能夠以一種嚴謹的方式來解決問題。資料 你接觸到...
計算機與電腦科學初識
1.為何要學習計算機與計算科學？這是乙個智慧型化與資料化的時代，計算解決自然社會問題，已經成為這個資料時代的基本需求了。而計算機自動化高效處理大量問題這種機器計算也已成為一種常態，為實現機器更好的自動計算，計算科學這門藝術便誕生了。計算科學從一種思維高度來決定我們對於計算的認知，讓我們更好把握計算的...
這是電腦科學
演算法對於計算機的發明和發展，真的是.太重要了。我們永遠都不會忘記，是數學家們的不斷努力，才將計算機的構想變為現實。而計算機也是通過數學 邏輯 運算，幫助人們解決現實問題的。所以能把演算法搞到noi和icpc金銀牌的程度，了不起哉 前途光明哉 但是，也應該看到，電腦科學並不是僅僅有演算法，非演算法的...