本文主要是介绍MobileNet-v1算法详解，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
MobileNetv1
论文地址：https://arxiv.org/pdf/1704.04861.pdf
谷歌出品的一种深度学习加速模型，在基本不影响准确率的前提下大大减少计算时间和参数数量
深度学习网络广泛应用在图像分类、检测中，但是网络结构复杂，参数过多，计算时间过长使其不容易在移动端应用。因此模型压缩、模型加速在未来是一个比较活跃的领域。
mobileNets主要将传统的卷积结构改造成两层卷积结构的网络，这种新的结构可以在基本不影响准确率的前提下大大减少计算时间（约为原来的1/9）和参数量（约为原来的1/7）
结构图：
算法详解
核心：将标准的卷积操作因式分解成一个depthwise convolution和一个1*1卷积（文中叫pointwise convolution） depthwise convolution卷积层之和每个channel进行卷积，pointwise convolution负责combining， 即将上一层卷积的结果进行合并。
这篇关于MobileNet-v1算法详解的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
