即插即用新卷积：提升CNN性能、速度翻倍
选自arXiv
作者：Yunpeng Chen等
机器之心编译
近期，来自 Facebook AI、新加坡国立大学、奇虎 360 的研究人员联合提出了一种新的卷积操作 (OctConv)，用于替代现有的通用卷积。这款新卷积不仅占用更少的内存和计算，还有助于提高性能。
卷积神经网络
（CNN）在很多计算机视觉任务中都取得了卓越的成就，然而高准确率的背后，却是很高的冗余度和不可忽视的计算开销。
图1/17
图 1. 现有的卷积操作（1x1 卷积）
对于一个卷积操作而言（图 1），每个位置都是由一个 D 维特征向量 表示，而特征提取，则是通过滑动卷积，对每个位置分别处理得到对应的特征。
但是，这种为每个位置都分别存储一份特征表达，并分别一一处理的策略明显是不合理的。因为，对于图像而言，相邻位置往往描述的是同一个语义，从而共享一部分特征。
推荐阅读
- KubeSphere云原生开箱即用 属于社区而非青云
- 比亚迪发布即插即充技术 提升充电便利性
- 即装即用、更换方便，滨特尔净水器ATS2500S安装体验点评
- ORICO三合一U盘，手机扩存即插即用，安卓苹果都能用
- 即插即用，旁路组网，智能VPN的新选择蒲公英P5
- Blips手机外置显微与微距镜头 即贴即用小巧轻薄
- 工业富联上市周年发布专业云：“开箱即用”式赋能技术重构传统制造价值
- 黄蜂2演绎iPhone史上最强外设最强外设，支持即插即用
- 威盛宣布IoT和边缘人工智能系统已通过微软IoT即插即用认证
- 荣耀存储体验分享：1TB超大空间即插即用，为回忆上备份险