resnetv2 测试

最新推荐文章于 2024-07-10 15:15:32 发布

AI算法网奇

最新推荐文章于 2024-07-10 15:15:32 发布

阅读量2.4k

点赞数

分类专栏：深度学习宝典

本文链接：https://blog.csdn.net/jacke121/article/details/92673156

版权

深度学习宝典专栏收录该内容

984 篇文章 713 订阅 ¥29.90 ¥99.00

订阅专栏

超级会员免费看

这篇博客介绍了 ResNetV2 模型在不同深度如44层时，在1*3*512*512输入尺寸下，GPU TX2上的运行情况。在44层的配置下，模型无法正常运行，而更深的56层配置则完全跑不起来。作者提供了一个GitHub链接，指向了加速 ResNetV2 的相关代码实现。

摘要由CSDN通过智能技术生成

depth 44

1*3*512*512 1070 12ms

tx2上56跑不起来，44的跑不动

https://github.com/X-czh/accelerating-resnet/blob/328b5bb5cc896c8ecee9ebf373e6e3aa71dc5bde/resnetv2.py


import os
import math
import time

import torch
import torch.nn as nn
import torch.nn.functional as F
from torch.autograd import Variable


cfg = [20, 32, 44, 56, 110, 164, 1001]

def conv3x3(in_channels, out_channels, stride=1):
    return nn.Conv2d(in_channels, out_channels, kernel_size=3, stride=stride,
                     padding=1, bias=False)

class PreActBlock(nn.Module):
    expansion &

了解本专栏