SqueezeNet[1]の、Kerasでの実装です。たぶん、もっともシンプルなコードなんじゃないかと。
$ pip3 install --upgrade tensorflow-gpu keras funcy matplotlib h5py
$ python3 train.py
$ python3 check.py
私が試した結果だと、CIFAR-10の精度は93.77%になりました。論文にはCIFAR-10の精度がないので分からないけど、かなり高い精度なので、多分コードは大丈夫だと思います。
- ごめんなさい。Python3とTensorFlowの環境でしか試していません。
- https://github.com/nutszebra/squeeze_netとhttps://github.com/takedarts/resnetfamilyを参考にして作成しています。
- 検証には、ImageNetではなくCIFAR-10を使用しました。
- [2]のバッチ・ノーマライゼーション→ReLU→畳込みの順序を使用しました。
- Kerasに関数型プログラミングのテクニックを適用する方法は、Kerasと関数型プログラミングを使えば、深層学習(ディープ・ラーニング)は楽ちんですよにまとめました。