2016年2月份，UC Berkeley和Stanford一帮人在arXiv贴了一篇文章：
这篇文章做成了许多人梦寐以求的事——压缩神经网络参数。但和以往不同，原作不是在前人网络基础上修修补补（例如Deep Compression），而是自己设计了一个全新的网络，它用了比AlexNet少50倍的参数，达到了AlexNet相同的精度！
关于SqueezeNet的创新点、网络结构，国内已经有若干爱好者发布了相关的简介，如这篇、这篇，国外的文献没有查，相信肯定也有很多。
本文关注的重点在SqueezeNet为什么能实现网络瘦身？难道网络参数的冗余性就那么强吗？或者说很多参数都是浪费的、无意义的？