神经网络个人总结

AI算法网奇

于 2019-06-08 09:56:29 发布

阅读量3k

点赞数

CC 4.0 BY-SA版权

分类专栏：深度学习宝典

本文链接：https://blog.youkuaiyun.com/jacke121/article/details/91299290

深度学习宝典专栏收录该内容

1041 篇文章 ¥29.90 ¥99.00

订阅专栏

超级会员免费看

本文总结了darknet和ShuffleNetV2两种神经网络的性能特点。darknet在网络速度上表现出色，但权重较大，内存占用高；而ShuffleNetV2虽然速度相当，但其权重小，内存占用较低。dla_34在训练速度方面相对较慢。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

darknet：网络挺快，但是权重比较大，占用内存比较多

darknet53 512 p100 gpu 15ms

ShuffleNetV2

512 p100 gpu 15ms，但是权重比较小，占用内存小。

dla_34 p100 512 512 23ms 训练比较慢

if __name__ == '__main__':
  arch="dla_34"
  head_conv=256
  heads = {'hm': 5, 'wh': 2, 'hps': 2}
  model = create_model(arch, heads, head_conv)

  model.cuda()
  model.eval()
  x = torch.rand(1, 3, 512, 512).cuda()
  for i in range(10):
    t1 = time.time()
    # out3, out4, out5 = model(x)
    out3 = model(x)
    # print(out3)
    # print(out3.size())
    # print(out4.size())
    # print(out5.size())
    cnt = time.time() - t1
    print(cnt)