自適應深度網路與可跳過的子路徑

提出一種實用的自適應深度網路方法,可應用於卷積神經網路和轉換器,並且訓練成本較低。該方法通過將每個階段的殘差塊分成兩個子路徑,並訓練它們具有不同的特性,使得第二個子路徑可以在推理時被跳過,從而實現不同的精度-效率權衡。