在論文《SQUEEZENET: ALEXNET-LEVEL ACCURACY WITH 50X FEWER PARAMETERS AND <0.5MB MODEL SIZE》中，作者對模型進行壓縮的核心我感覺就是利用許多的Fire Module模塊來替代原來的conv+pool
其中所謂的“Fire Module”就是一種專門設計的結構，具體而言是由兩部分構成：sequeeze以及后面連接的enpand兩部分，其中的sequeeze部分是卷積核為1*1的卷積層，后面的expand部分是由1*1以及3*3的兩個卷積層共同構成的；
經過這個Fire Module之后，再進行concat操作，然后繼續經過后續的Fire Module層，直到最后，SequeezNet感覺就是一直經過這樣的Fire Module以及Pool層共同構成的，再加上最后的loss層，根據作者論文中的敘述，這種設計形式可以折中檢測的正確率，並且能夠使模型減小。
然后附上兩幅圖：
