量化 ShuffleNet V2

量化 ShuffleNet V2 模型基於 ShuffleNet V2: Practical Guidelines for Efficient CNN Architecture Design 論文。

模型建構器

以下模型建構器可用於實例化量化的 ShuffleNetV2 模型，無論是否具有預先訓練的權重。 所有模型建構器都在內部依賴 torchvision.models.quantization.shufflenetv2.QuantizableShuffleNetV2 基底類別。 請參閱 原始碼 以取得有關此類別的更多詳細資訊。

shufflenet_v2_x0_5(*[, weights, progress, ...])	建構具有 0.5x 輸出通道的 ShuffleNetV2，如 ShuffleNet V2: Practical Guidelines for Efficient CNN Architecture Design 中所述。
shufflenet_v2_x1_0(*[, weights, progress, ...])	建構具有 1.0x 輸出通道的 ShuffleNetV2，如 ShuffleNet V2: Practical Guidelines for Efficient CNN Architecture Design 中所述。
shufflenet_v2_x1_5(*[, weights, progress, ...])	建構具有 1.5x 輸出通道的 ShuffleNetV2，如 ShuffleNet V2: Practical Guidelines for Efficient CNN Architecture Design 中所述。
shufflenet_v2_x2_0(*[, weights, progress, ...])	建構一個具有 2.0 倍輸出通道的 ShuffleNetV2，如ShuffleNet V2: Practical Guidelines for Efficient CNN Architecture Design中所述。