一.文獻名字和作者
Convolutional Neural Networks at Constrained Time Cost，CVPR 2015
二.閱讀時間
2015年6月30日
三.文獻的目的
作者希望在保持計算複雜度的前提下，通過修改模型深度和卷積模板的參數來提高CNN的準確率。作者通過大量的實驗來找到網絡結構中不同的參數的重要性，並在ImageNet2012數據集上面取得有競爭力的效果。
四.文獻的貢獻點
作者的貢獻主要在於通過各種對比實驗來說明不同的參數對於準確率的影響。理論方面的貢獻點比較少。作者通過實驗，得到下面兩個關於深度的現象：1.深度是影響準確率的第一要素；2.儘管深度是十分重要的，但是如果深度過深的話，準確率也會出現下降的情況。
五.使用的數據庫
ImageNet2012數據集
六.實驗結果
主要部分還是各種修改後的模型的對比，與主流算法的對比主要集中在準確率不低的同時，計算複雜度也比較低。
版權所有，歡迎轉載，轉載請註明出處，謝謝![微笑]()
