Transformer轻量化SOTA模型原理！【推理系统】模型小型化第04篇
【推理引擎】轻量网络
(4/4)
2.4万播放 
简介
简介《轻量网络》在端侧推理引擎中，主要是执行轻量的模型结构。主要思想是针对神经网络模型设计更高效的网络计算方式，从而使神经网络模型的参数量减少的同时，不损失网络精度，并进一步提高模型的执行效率。本节主要集中介绍模型小型化中需要注意的参数和指标，接着深入了解CNN经典的轻量化模型和Transformer结构的轻量化模型。
01 计算模型参数量 FLOPS/MACC
01 计算模型参数量 FLOPS/MACC
08:45
02(上) CNN模型小型化原理，MobileNet系列
12:58
02(上) CNN模型小型化原理总结
08:36
03 Transformer轻量化网络
17:10
顶部