googlenet¶
- torchvision.models.quantization.googlenet(*, weights: Optional[Union[GoogLeNet_QuantizedWeights, GoogLeNet_Weights]] = None, progress: bool = True, quantize: bool = False, **kwargs: Any) QuantizableGoogLeNet[來源]¶
來自 Going Deeper with Convolutions 的 GoogLeNet (Inception v1) 模型架構。
注意
請注意，
quantize = True會傳回具有 8 位元權重的量化模型。量化模型僅支援推論並在 CPU 上執行。目前尚不支援 GPU 推論。- 參數:
weights (權重) (
GoogLeNet_QuantizedWeights或GoogLeNet_Weights，可選) – 模型預訓練權重。詳情請參閱下方的GoogLeNet_QuantizedWeights以及可能的值。預設情況下，不使用任何預訓練權重。progress (進度) (bool, 可選) – 若為 True，則在 stderr 顯示下載進度條。預設為 True。
quantize (量化) (bool, 可選) – 若為 True，則返回模型的量化版本。預設為 False。
**kwargs – 傳遞給
torchvision.models.quantization.QuantizableGoogLeNet基類的參數。有關此類的更多詳細資訊，請參閱 原始碼。
- class torchvision.models.quantization.GoogLeNet_QuantizedWeights(value)[source]¶
上面的模型建構器接受以下值作為
weights參數。GoogLeNet_QuantizedWeights.DEFAULT等同於GoogLeNet_QuantizedWeights.IMAGENET1K_FBGEMM_V1。您也可以使用字串，例如weights='DEFAULT'或weights='IMAGENET1K_FBGEMM_V1'。GoogLeNet_QuantizedWeights.IMAGENET1K_FBGEMM_V1:
這些權重是透過在下方列出的未量化權重之上執行訓練後量化（eager 模式）產生的。也可以作為
GoogLeNet_QuantizedWeights.DEFAULT使用。acc@1 (在 ImageNet-1K 上)
69.826
acc@5 (在 ImageNet-1K 上)
89.404
num_params (參數數量)
6624904
min_size (最小尺寸)
height=15, width=15 (高度=15，寬度=15)
categories (類別)
tench, goldfish, great white shark, … (已省略 997 個)
backend (後端)
fbgemm
recipe (配方)
unquantized (未量化)
GoogLeNet_Weights.IMAGENET1K_V1
GIPS
1.50
File size (檔案大小)
12.6 MB
推論轉換可在
GoogLeNet_QuantizedWeights.IMAGENET1K_FBGEMM_V1.transforms取得，並執行以下預處理操作：接受PIL.Image、批次的(B, C, H, W)和單個的(C, H, W)圖片torch.Tensor物件。使用interpolation=InterpolationMode.BILINEAR將圖片調整大小為resize_size=[256]，然後進行crop_size=[224]的中心裁剪。最後，先將值重新縮放到[0.0, 1.0]，然後使用mean=[0.485, 0.456, 0.406]和std=[0.229, 0.224, 0.225]進行歸一化。
- class torchvision.models.GoogLeNet_Weights(value)[source]
上面的模型建構器接受以下值作為
weights參數。GoogLeNet_Weights.DEFAULT等同於GoogLeNet_Weights.IMAGENET1K_V1。您也可以使用字串，例如weights='DEFAULT'或weights='IMAGENET1K_V1'。GoogLeNet_Weights.IMAGENET1K_V1:
這些權重是從原始論文移植過來的。也可以作為
GoogLeNet_Weights.DEFAULT使用。acc@1 (在 ImageNet-1K 上)
69.778
acc@5 (在 ImageNet-1K 上)
89.53
num_params (參數數量)
6624904
min_size (最小尺寸)
height=15, width=15 (高度=15，寬度=15)
categories (類別)
tench, goldfish, great white shark, … (已省略 997 個)
recipe (配方)
GFLOPS
1.50
File size (檔案大小)
49.7 MB
推論轉換可在
GoogLeNet_Weights.IMAGENET1K_V1.transforms取得，並執行以下預處理操作：接受PIL.Image、批次的(B, C, H, W)和單個的(C, H, W)圖片torch.Tensor物件。使用interpolation=InterpolationMode.BILINEAR將圖片調整大小為resize_size=[256]，然後進行crop_size=[224]的中心裁剪。最後，先將值重新縮放到[0.0, 1.0]，然後使用mean=[0.485, 0.456, 0.406]和std=[0.229, 0.224, 0.225]進行歸一化。
