量化 ShuffleNet V2

量化 ShuffleNet V2 模型基于 ShuffleNet V2: Practical Guidelines for Efficient CNN Architecture Design 这篇论文。

模型构建器

以下模型构建器可用于实例化量化 ShuffleNetV2 模型，无论是否使用预训练权重。所有模型构建器内部都依赖于 torchvision.models.quantization.shufflenetv2.QuantizableShuffleNetV2 基类。有关此类的更多详细信息，请参阅源代码。

shufflenet_v2_x0_5(*[, weights, progress, ...])	构建具有 0.5x 输出通道的 ShuffleNetV2，如ShuffleNet V2: Practical Guidelines for Efficient CNN Architecture Design 中所述。
shufflenet_v2_x1_0(*[, weights, progress, ...])	构建具有 1.0x 输出通道的 ShuffleNetV2，如ShuffleNet V2: Practical Guidelines for Efficient CNN Architecture Design 中所述。
shufflenet_v2_x1_5(*[, weights, progress, ...])	构建具有 1.5x 输出通道的 ShuffleNetV2，如ShuffleNet V2: Practical Guidelines for Efficient CNN Architecture Design 中所述。
shufflenet_v2_x2_0(*[, weights, progress, ...])	构建具有 2.0x 输出通道的 ShuffleNetV2，如ShuffleNet V2: Practical Guidelines for Efficient CNN Architecture Design 中所述。