文件名称：dgconv.pytorch:动态分组卷积和可分组的ConvNet的PyTorch实施与预训练的G-ResNeXt模型
文件大小：467KB
文件格式：ZIP
更新时间：2024-05-15 07:01:54
pytorch imagenet pretrained-models resnext automl
dgconv.pytorch 通过可分组在可中动态分组卷积和可分组卷积网络的PyTorch实现。 Kronecker产品用于有效且规则地构造稀疏矩阵。 离散优化通过“直通估算器”技巧解决。 以端到端的可区分方式自动学习组数。 ImageNet上的ResNeXt-50 DGConv用作原始ResNeXt中深度可分离卷积的直接替代品，以构建G-ResNeXt-50 / 101网络体系结构。 这是它们性能比较的一些结果。 建筑学 LR衰减策略 前1名/前5名准确性 余弦（120个纪元） 78.198 / 93.916 余弦（120个纪元） 78.592 / 94.106 引文 @InProceedings { Zhang_2019_ICCV , author = { Zhang, Zhaoyang and Li, Jingyu and Shao, Wenqi and Peng
【文件预览】：
dgconv.pytorch-master
----figs()
--------Dynamic_Conv.png(269KB)
--------ablation.png(213KB)
----g_resnext.py(7KB)
----LICENSE(1KB)
----.gitignore(1KB)
----README.md(2KB)
----dgconv.py(2KB)