FastReID 从pytorch到caffe(三)pytorch到caffemodel,融合conv和bn层
- 在模型量化中,卷积层与BN层的融合较为常见,大致原理是将卷积层和BN层的计算重新整理,生成新的卷积层,具体公式如下
1. Conv和BN 融合源代码
- 利用
fuse_bn_sequential
函数获取卷积层和BN层的权重与参数,通过重新计算获得新的卷积,这里的卷积有偏置bias,进而获得新的无BN的模型。
- 完整代码如下:
import torch
import torch.nn as nn
def