本文主要是介绍EfficientNetV2自学笔记,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
引入了Fused-MBConv模块
引入了渐进式学习策略(训练更快),该方法会根据训练图像的尺寸动态调节正则方法(Dropout,Rand Augment,Mixup)(提高训练速度、准确率)。
在EfficientNetV1中作者关注的是准确率,参数数量以及FLOPs( 理论计算两小不代表推理速度快),在V2中作者进一步的关注模型的速度
EfficientNetV1中存在的问题:
1.训练图像的尺寸很大时,训练速度非常慢
2.在网络浅层中使用DW卷积速度会很慢
3.同等的放大每个stage是次优的
对于第一个问题
这篇关于EfficientNetV2自学笔记的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!