EfficientNet PyTorch模型库——高效能网络架构的实现

EfficientNet PyTorch模型库——高效能网络架构的实现

gen-efficientnet-pytorch Pretrained EfficientNet, EfficientNet-Lite, MixNet, MobileNetV3 / V2, MNASNet A1 and B1, FBNet, Single-Path NAS 项目地址: https://gitcode.com/gh_mirrors/ge/gen-efficientnet-pytorch

EfficientNet PyTorch是一个基于PyTorch的开源项目，该项目旨在提供一个高效的神经网络模型库。项目主要使用Python编程语言，依赖于PyTorch深度学习框架。

基础介绍

EfficientNet PyTorch包含了多种高效的网络模型，如EfficientNet、MixNet、MobileNetV3等，这些模型都是基于MobileNet V1/V2的块序列衍生的计算/参数高效架构，包括通过自动化神经架构搜索得到的模型。项目通过GenEfficientNet或MobileNetV3类实现所有模型，使用基于字符串的架构定义来配置块布局。

核心功能

项目的主要功能是提供以下模型的实现和预训练权重：

• EfficientNet系列模型（B0至B8）
• EfficientNet-Lite模型
• MixNet系列模型
• MNASNet系列模型
• MobileNetV3系列模型
• FBNet-C
• Single-Path NAS

此外，项目还提供了模型的ONNX和Caffe2导出功能，以及一系列的验证和实用脚本。

最近更新的功能

最近更新的功能包括：

• 添加了EfficientNet-Lite0模型的PyTorch训练权重，贡献者为@hal-314。
• 更新了ONNX和Caffe2导出/实用脚本，以兼容最新的PyTorch和ONNX版本。
• 添加了基于ONNX运行时的验证脚本，并同步了大部分激活函数。
• 添加了MobileNet-V2的一些新训练模型，这些模型使用了最新的超参数和随机增强技术。

这些更新使得EfficientNet PyTorch项目在保持模型性能的同时，增加了更多的灵活性和实用性。

gen-efficientnet-pytorch Pretrained EfficientNet, EfficientNet-Lite, MixNet, MobileNetV3 / V2, MNASNet A1 and B1, FBNet, Single-Path NAS 项目地址: https://gitcode.com/gh_mirrors/ge/gen-efficientnet-pytorch