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。
depth 44
1*3*512*512 1070 12ms
tx2上56跑不起来，44的 跑不动
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 &
订阅专栏 解锁全文
扫一扫
3718
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
