mnasnet 测试

最新推荐文章于 2023-10-16 17:01:03 发布

AI算法网奇

最新推荐文章于 2023-10-16 17:01:03 发布

阅读量3.2k

点赞数

分类专栏： pytorch知识宝典深度学习宝典

本文链接：https://blog.csdn.net/jacke121/article/details/82555576

版权

深度学习宝典同时被 2 个专栏收录

989 篇文章 714 订阅 ¥29.90 ¥99.00

订阅专栏

超级会员免费看

pytorch知识宝典

499 篇文章 227 订阅 ¥29.90 ¥99.00

订阅专栏

超级会员免费看

在CPU上，MNASNet处理224*224图片耗时约500ms，而ShuffleNetV2在352*352分辨率下仅需150ms。在GPU（1070）上，使用批大小为8时，ShuffleNetV2可能导致内存不足。

摘要由CSDN通过智能技术生成

pytorch版，224*224的图片，cpu版测试需要500ms左右，

shufflenetV2 352*352的图片，只需要150ms

1070 batch_size 8时内存不足

import datetime
from torch.autograd import Variable
import torch.nn as nn
import torch
import math


def Conv_3x3(inp, oup, stride):
    return nn.Sequential(
        nn.Conv2d(inp, oup, 3, stride, 1, bias=False),
        nn.BatchNorm2d(oup),
        nn.ReLU6(inplace=True)
    )


def Conv_1x1(inp, oup):
    return nn.Sequential(
        nn.Conv2d(inp, oup, 1, 1, 0, bias=False),
        nn.BatchNorm2d(oup),
        nn.ReLU6(inplace=True)
    )

def SepConv_3x3(inp, oup): #input=32, output=16
    return nn.Sequential(
        # dw
        nn.Conv2d(inp, inp , 3, 1, 1, groups&#

了解本专栏