量化 ShuffleNet V2

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

模型構建器

以下模型構建器可用於例項化量化 ShuffleNetV2 模型，無論是否使用預訓練權重。所有模型構建器內部都依賴於 torchvision.models.quantization.shufflenetv2.QuantizableShuffleNetV2 基類。有關此類的更多詳細資訊，請參閱原始碼。

shufflenet_v2_x0_5(*[, weights, progress, ...])	構建具有 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, ...])	構建具有 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, ...])	構建具有 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, ...])	構建具有 2.0x 輸出通道的 ShuffleNetV2，如ShuffleNet V2: Practical Guidelines for Efficient CNN Architecture Design 中所述。