mnasnet0_75¶
- torchvision.models.mnasnet0_75(*, weights: Optional[MNASNet0_75_Weights] = None, progress: bool = True, **kwargs: Any) MNASNet [source]¶
来自MnasNet: Platform-Aware Neural Architecture Search for Mobile论文的深度乘数为 0.75 的 MNASNet。
- 参数:
weights (
MNASNet0_75_Weights
, 可选) – 要使用的预训练权重。有关更多详细信息和可能的值,请参阅下面的MNASNet0_75_Weights
。默认情况下,不使用任何预训练权重。progress (bool, 可选) – 如果为 True,则在 stderr 上显示下载进度条。默认值为 True。
**kwargs – 传递给
torchvision.models.mnasnet.MNASNet
基类的参数。有关此类的更多详细信息,请参阅源代码。
- class torchvision.models.MNASNet0_75_Weights(value)[source]¶
上面的模型构建器接受以下值作为
weights
参数。MNASNet0_75_Weights.DEFAULT
等效于MNASNet0_75_Weights.IMAGENET1K_V1
。您也可以使用字符串,例如weights='DEFAULT'
或weights='IMAGENET1K_V1'
。MNASNet0_75_Weights.IMAGENET1K_V1:
这些权重是使用 TorchVision 的新训练配方从头开始训练的。也可以作为
MNASNet0_75_Weights.DEFAULT
使用。acc@1 (在 ImageNet-1K 上)
71.18
acc@5 (在 ImageNet-1K 上)
90.496
最小尺寸
height=1, width=1
类别
tench, goldfish, great white shark, … (997 omitted)
配方
参数数量
3170208
GFLOPS
0.21
文件大小
12.3 MB
推理变换位于
MNASNet0_75_Weights.IMAGENET1K_V1.transforms
中,并执行以下预处理操作:接受PIL.Image
、批处理(B, C, H, W)
和单个(C, H, W)
图像torch.Tensor
对象。图像使用interpolation=InterpolationMode.BILINEAR
调整大小为resize_size=[232]
,然后进行crop_size=[224]
的中心裁剪。最后,值首先重新缩放到[0.0, 1.0]
,然后使用mean=[0.485, 0.456, 0.406]
和std=[0.229, 0.224, 0.225]
标准化。