动态混洗：一种高效的信道混合方法
原文中文，约400字，阅读约需1分钟。发表于：。卷积神经网络中的冗余性不仅取决于权重，还取决于输入。为了减少数据依赖性的冗余，我们设计了一个动态混洗模块，用于生成用于混洗的数据相关置换矩阵。实验证明，我们的方法显著提高了 ShuffleNets 的性能，并且可以作为普通逐点卷积的轻量级替代。
ShuffleNet是一种适用于移动设备的卷积神经网络，利用逐点组卷积和通道混洗等新操作降低计算成本，保持准确性。实验表明，ShuffleNet在40 MFLOPs的计算预算下性能优于其他结构，Top-1错误率低于MobileNet。在基于ARM的移动设备上，ShuffleNet实现了约13倍的实际加速。
