新的卷积计算方法
这种是直接提出新的卷积计算方式，从而减少参数，达到压缩模型的效果，例如SqueezedNet,mobileNet
1. SqueezeNet: AlexNet-level accuracy with 50x fewer parameters and <0.5MB model size
代码地址：https://github.com/DeepScale/SqueezeNet
下图是论文中的Fire Module，将上一层的输出分别输入到1*1的卷积核3*3的卷积层中。
使用以下三个策略来减少SqueezeNet参数 ：
（1）使用1∗1卷积代替3∗3 卷积：卷积模板的选择，从12年的AlexNet模型一路发展到2015年底Deep Residual Learning模型，基本上卷积大小都选择在3x3了，因为其有效性，以及设计简洁性。本文替换3x3的卷积kernel为1x1的卷积kernel可以让参数缩小9X。但是为了不影响识别精度，并不是全部替换，而是一部分用3x3，一部分用1x1。
（2）减少输入3x3卷积的input feature map数量 ：这一部分使用squeeze layers来实现 。参数量=通道数*filter数*卷积窗口，因此减少feature map的输入数量就可以一定程度上的减少参数量。
（3）将欠采样操作延后，可以给卷积层提供更大的激活图：更大的激活图保留了更多的信息，可以提供更高的分类准确率 。在具体实现时，只在卷积第1、4、8层做了max pooling，在conv10做了全局平均pooling
其中，（1）和（2）可以显著减少参数数量，（3）可以在参数数量受限的情况下提高准确率。
另外论文中还使用了global average pooling代替全连接层的策略来进一步减少参数量（关于GAP要复习一下NIN）。
可以看出，Squeeze层由于使用1∗1卷积极大地压缩了参数数量，并且进行了降维操作，但是对应的代价是输出特征图的通道数（维数）也大大减少。之后的expand层使用不同尺寸的卷积模板来提取特征，同时将两个输出连接到一起，又将维度升高。但是3∗3的卷积模板参数较多，远超1∗1卷积的参数，对减少参数十分不利，所以作者又针对3∗3卷积进行了剪枝操作以减少参数数量。从网络整体来看，feature map的尺寸不断减小，通道数不断增加，最后使用平均池化将输出转换成1∗1∗1000完成分类任务。
2.MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications
这篇文章主要基于深度可分离卷积（具体参考有道云笔记）。
深度可分离卷积是基于Xception的，在Xception中是先做channelwise的卷积再做pointwise的卷积，例如：在经典的卷积操作，如果output channel是256，input channel是128，卷积核大小3*3，那么参数量为128∗3∗3∗256=294912128∗3∗3∗256=294912，而Spearable卷积方法，假如DM=4，这样中间层的channel数为128*4=512，再经过1*1卷积降维到256个channel，需要的总参数为：128*3*3*4 + 128*4*1*1*256=135680，参数量相当于普通卷积的46%，还增加了通道数（128*4=512）增强了特征表达能力。
在MobileNet中，作者也是先做深度方向上的卷积，再做点卷积。
对MobileNet的参数量分析：
3.ShuffleNet: An Extremely Efficient Convolutional Neural Network for Mobile
做模型压缩的连起名字的方式都是类似的么。。。
具体讲解参考：https://blog.csdn.net/u011974639/article/details/79200559，这里的关于shuffle的图例很清晰明了。
文章的主要基于两个点：1）深度可分离卷积；2）Group Convolution。
主要的贡献点就是做了一个通道混洗（Channel shuffle）
已训练好的模型上做裁剪
方法
这种就是在训练好的模型上做一些修改，然后在fine-tuning到原来的准确率，主要有一些方法：
剪枝：神经网络是由一层一层的节点通过边连接，每个边上会有权重，所谓剪枝，就是当我们发现某些边上的权重很小，可以认为这样的边不重要，进而可以去掉这些边。在训练的过程中，在训练完大模型之后，看看哪些边的权值比较小，把这些边去掉，然后继续训练模型；
权值共享：就是让一些边共用一个权值，达到缩减参数个数的目的。假设相邻两层之间是全连接，每层有1000个节点，那么这两层之间就有1000*1000=100万个权重参数。可以将这一百万个权值做聚类，利用每一类的均值代替这一类中的每个权值大小，这样同属于一类的很多边共享相同的权值，假设把一百万个权值聚成一千类，则可以把参数个数从一百万降到一千个。
量化：一般而言，神经网络模型的参数都是用的32bit长度的浮点型数表示，实际上不需要保留那么高的精度，可以通过量化，比如用0~255表示原来32个bit所表示的精度，通过牺牲精度来降低每一个权值所需要占用的空间。
神经网络二值化：比量化更为极致的做法就是神经网络二值化，也即将所有的权值不用浮点数表示了，用二进制的数表示，要么是+1,要么是-1，用二进制的方式表示，原来一个32bit权值现在只需要一个bit就可以表示，可以大大减小模型尺寸。
论文
XNOR-Net: ImageNet Classification Using Binary Convolutional Neural Networks
网络权重二值化、输入二值化，从头开始训练一个二值化网络，不是在已有的网络上二值化
Learning both Weights and Connections for Efficient Neural Networks
学习重要的连接，根据连接的权重进行裁剪，fine-tuning让网络保持稀疏的连接
Exploiting linear structure within convolutional networks for efficient evaluation.
对已经训练好的网络应用奇异值分解
Eie: Efficient inference engine on compressed deep neural network.
加速器
Deep compression: Compressing DNNs with pruning, trained quantization and huffman coding.
裁剪(阈值)、量化(8bit,存储方式)、哈夫曼编码
http://blog.csdn.net/may0324/article/details/52935869
Deep Model Compression: Distilling Knowledge from Noisy Teachers
Teacher-student Framework，一个网络指导另外一个网络的训练
PerforatedCNNs: Acceleration through Elimination of Redundant Convolutions
在一些稀疏位置跳过CNN求值，加速效果不明显，且不能压缩模型
Binarized Neural Networks: Training Neural Networks with Weights and Activations Constrained to +1 or −1
训练二值化网络
https://tensortalk.com/?cat=model-compression-parameter-pruning
PRUNING FILTERS FOR EFFICIENT CONVNETS
计算filter的L1范数，直接过滤掉较小L1范数对应的feature map, 然后再次训练，有两种，一是每裁剪一层训练一下，一是直接裁剪整个网络，然后fine-tuning. 相比权值连接的裁剪，这种比较暴力，好处就是不会引入稀疏矩阵的计算，从而也不需要稀疏矩阵库，坏处就是可能无法恢复到最开始的准确率。