TensorRT-5.1.5.0-ShuffleNet-v2

TensorRT指南

https://blog.csdn.net/hw5226349/column/info/25869

 

caffe版本:

https://github.com/farmingyard/ShuffleNet

测试机器为GTX 1070ti

name: "shufflenet_v2"
input: "data"
input_shape { 
  dim: 1
  dim: 3
  dim: 224
  dim: 224
}
I0715 10:53:01.804968 10581 caffe.cpp:407]     fc1000	backward: 0.0735949 ms.
I0715 10:53:01.804980 10581 caffe.cpp:412] Average Forward pass: 8.58957 ms.
I0715 10:53:01.804991 10581 caffe.cpp:414] Average Backward pass: 8.04892 ms.
I0715 10:53:01.804998 10581 caffe.cpp:416] Average Forward-Backward: 16.6905 ms.
I0715 10:53:01.805004 10581 caffe.cpp:418] Total Time: 3338.1 ms.
I0715 10:53:01.805009 10581 caffe.cpp:419] *** Benchmark ends ***

TensorRT已经支持的激活函数:

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值