如何在CNTK中使用SqueezeNet？
How to use SqueezeNet in CNTK?
我是 CNTK 用户。我使用 AlexNet，但想要一个更紧凑的神经网络——所以 SqueezeNet 似乎很有趣。或者有人有其他建议吗？当大小很重要时，CNTK 用户如何部署？有人有 SqueezeNet 的 CNTK 实现吗？
SqueezeNet 是小型网络的不错选择，具有良好的准确性。查看 DSDSqueezeNet 以获得更高的准确性。
但是，如果它不需要像 SqueezeNet 一样小，您也可以看看 MobileNet or NasNet Mobile。这些网络可能更大，但它们在图像分类任务中提供了最先进的性能。
不幸的是，我没有 SqueezeNet 的 CNTK 实现，但可能是预训练的 CNTK 模型，您可以使用 Transfer Learning is all what you are looking for. In this case I can recommend you MMdnn, a conversion tool, which allows to convert a existing pretrained Caffe network to the CNTK model format. In this issue 重用和微调您可以找到 SqueezeNet 的分步指南。
我不知道有什么方法可以用于特别小的部署，但在保存模型时基本上有两种选择：标准 CNTK 模型格式和新的 ONNX format which CNTK is going to support or does already. 直到现在，我还不知道自己尝试一下，但也许它为同一网络提供更小的尺寸。
由于 CNTK 模型格式已经将模型保存为二进制格式，因此我不希望对任何格式有很大的改进。无论如何，如果尺寸非常重要，最终压缩模型可能是一种选择。
新的 ONNX model 格式现在有几个预训练视觉模型，包括一个用于 SqueezeNet 的模型。您可以下载模型并将其加载到 CNTK 中：
import cntk as C
z = C.Function.load(<path of your ONNX model>, format=C.ModelFormat.ONNX)
您可以在 CNTK here.
中找到 importing/exporting ONNX models 的教程
我是 CNTK 用户。我使用 AlexNet，但想要一个更紧凑的神经网络——所以 SqueezeNet 似乎很有趣。或者有人有其他建议吗？当大小很重要时，CNTK 用户如何部署？有人有 SqueezeNet 的 CNTK 实现吗？
SqueezeNet 是小型网络的不错选择，具有良好的准确性。查看 DSDSqueezeNet 以获得更高的准确性。 但是，如果它不需要像 SqueezeNet 一样小，您也可以看看 MobileNet or NasNet Mobile。这些网络可能更大，但它们在图像分类任务中提供了最先进的性能。
不幸的是，我没有 SqueezeNet 的 CNTK 实现，但可能是预训练的 CNTK 模型，您可以使用 Transfer Learning is all what you are looking for. In this case I can recommend you MMdnn, a conversion tool, which allows to convert a existing pretrained Caffe network to the CNTK model format. In this issue 重用和微调您可以找到 SqueezeNet 的分步指南。
我不知道有什么方法可以用于特别小的部署，但在保存模型时基本上有两种选择：标准 CNTK 模型格式和新的 ONNX format which CNTK is going to support or does already. 直到现在，我还不知道自己尝试一下，但也许它为同一网络提供更小的尺寸。 由于 CNTK 模型格式已经将模型保存为二进制格式，因此我不希望对任何格式有很大的改进。无论如何，如果尺寸非常重要，最终压缩模型可能是一种选择。
新的 ONNX model 格式现在有几个预训练视觉模型，包括一个用于 SqueezeNet 的模型。您可以下载模型并将其加载到 CNTK 中：
import cntk as C
z = C.Function.load(<path of your ONNX model>, format=C.ModelFormat.ONNX)
您可以在 CNTK here.
中找到 importing/exportingONNX models 的教程