EfficientNet网络及Pytorch实现

最新推荐文章于 2025-03-14 00:51:56 发布

GONG Dawei

最新推荐文章于 2025-03-14 00:51:56 发布

阅读量699

点赞数

分类专栏：卷积神经网络文章标签： pytorch

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/weixin_39750526/article/details/115355406

版权

卷积神经网络专栏收录该内容

12 篇文章

订阅专栏

EfficientNet是由GoogleBrain在2019年提出的，它通过复合系数来统一调整深度、宽度和分辨率，为卷积神经网络提供更均衡的缩放方式。这种方法避免了传统缩放方法的随意性，并利用神经结构搜索找到最佳的网络参数。论文中介绍的MBConvBlock是其核心组件，其pytorch实现也得到了广泛应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

2019年由Google Brain提出，论文地址：EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks

论文提出了一种新的模型缩放方法，它使用一个简单而高效的复合系数来从depth, width, resolution 三个维度放大网络，不会像传统的方法那样任意缩放网络的维度，基于神经结构搜索技术可以获得最优的一组参数(复合系数)。
在这里插入图片描述

图43 Compound Scaling

在这里插入图片描述

图44 EfficientNet 网络结构

其中MBConv Block如下图所示

在这里插入图片描述

图45 MBConv Block

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。