怎么减少卷积层的参数数量

问题引入

卷积神经网络的参数量是个可以优化的点，尤其在网络层数很深的情况下，以及网络结构很复杂的时候，那么怎么减少卷积层的参数数量呢？

问题解答

减少卷积层参数量的方法可以简要地归为以下几点：

• 使用堆叠小卷积核代替大卷积核：VGG网络中2个的卷积核可以代替1个的卷积核
• 使用分离卷积操作：将原本的卷积操作分离为和的两部分操作
• 添加的卷积操作：与分离卷积类似，但是通道数可变，在卷积前添加的卷积核（满足$C_2
• 在卷积层前使用池化操作：池化可以降低卷积层的输入特征维度
  
  
  
  
  参考 

https://blog.csdn.net/accumulate_zhang/article/details/77816566

喜欢就关注一下啦~~~