Контекст: я собираюсь начать обучение CNN для классификации набора данных. Этот CNN должен быть развернут для реального приложения. Таким образом, прямое распространение через этот CNN должно быть быстрым. Большинство прочитанных мной архитектур CNN не могут работать без графического процессора, и для их развертывания требуется много дорогостоящих ресурсов.
Вопрос:
Теперь я знаю одну конкретную технику, которая весьма полезна для уменьшения размера архитектуры CNN: уменьшить размер изображения с помощью кубической интерполяции (кубическая интерполяция помогает улучшить некоторые функции изображения, такие как края). Это помогает уменьшить количество слоев свертки, а также размер фильтра, тем самым значительно уменьшая общие параметры в CNN. Я хотел знать, есть ли другие методы, которые могут сделать CNN меньше, чтобы его можно было реально развернуть.