MobileNet 轻量化网络的原理
哪些公司问过
答案要点
- MobileNet 是面向移动端与嵌入式的轻量级 CNN 系列,追求精度与速度、体积的平衡
- 深度可分离卷积 = 深度卷积(逐通道空间滤波)+ 逐点 1×1 卷积(通道组合)
- 计算量约为标准卷积的 1/N + 1/Dk²,3×3 卷积约降低 8–9 倍
- V1 宽度乘子 α 与分辨率乘子 ρ 调节模型大小与计算量
- V2 倒残差和线性瓶颈,V3 结合 NAS、SE 模块与 h-swish
易错点
- 把深度卷积和逐点卷积的顺序或作用说反
- 误以为 V1 已有残差结构,残差是 V2 引入的
- 把 FLOPs 减少等同于实际推理速度同比例提升
面试官常见追问
- 深度可分离卷积的计算量是怎么算的?
- V2 为什么最后的 1×1 投影层不用 ReLU?
- FLOPs 降了,实际推理一定快很多吗?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。