CNN更新换代！性能提升算力减半，还即插即用

安妮 边策 发自 凹非寺量子位 出品 | 公众号 QbitAI传统的卷积运算，要成为过去时了。Facebook和新加坡国立大学联手提出了新一代替代品：OctConv（Octave Convolution），效果惊艳，用起来还非常方便。OctConv就如同卷积神经网络（CNN）的“压缩器”。用它替代传统卷积，能在提升效果的同时，节约计算资源的消耗。比如说一个经典的图像识别算法，换掉其中的传统卷积，在ImageNet上的识别精度能获得1.2%的提升，同时，只需要82%的算力和91%的存储空间。如果对精度没有那么高的要求，和原来持平满足了的话，只需要一半的浮点运算能力就够了。想实现这样的提升，怕不是要把神经网络改个天翻地覆吧？根本不需要，OctConv即插即用，无需修改原来的网络架构，也不用调整超参数 ………………………………