MobileNetv2优化问题

在MobileNetV2的LinearBottleneck优化过程中,添加卷积层2后,模型的执行速度从1.2s提升到0.2s。模型尺寸从torch.Size([1, 960, 112, 112])变为torch.Size([1, 960, 7, 7]),这一改变显著提高了效率。" 121097348,9328102,京东商品批量修改教程,"['内容运营', '产品运营']
摘要由CSDN通过智能技术生成

 

LinearBottleneck

优化时,把卷积层2去掉时,执行速度1.2s,加上卷积层2时,执行速度是0.2s,

加卷积后;

torch.Size([1, 960, 7, 7])

去掉卷积层2后;shape

torch.Size([1, 960, 112, 112])

导致了速度变慢。

 

class LinearBottleneck(nn.Module):
    def __init__(self, inplanes, outplanes, stride=1, t=6, activation=nn.ReLU6):
        super(LinearBottleneck, self).__init__()
        self.conv1 = nn.Conv2d(inplanes, inplanes * t, kernel_size=1, bias=False)
        self.bn1 = nn.BatchNorm2d(inplanes * t)
        self.conv2 = nn.Conv2d(inplanes * t, inplanes * t, kernel_size=3, stride=stride, padding=1, bias=False,
                              
评论 1
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

打赏作者

AI算法网奇

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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