什么是模型的尺寸缩放，我如何在全球范围内应用于每个模型？
什么是模型的尺寸缩放，我如何在全球范围内应用于每个模型？
提问于 2022-09-12 02:36:36
我在EfficientNet的报纸上读过这篇文章，并且看到了很多这样的缩放。例如，有微型- YOLO，YOLO(基地)，..有些模型，如SVTR，人们确实把它放大到很小，很小，很大的版本，等等。
那我该如何做，如何处理高度、宽度和分辨率，有什么方法可以帮助我做到这一点呢？
假设我有一个模型A，我想把它放大到这些：
微型A
小A
A(默认，基本版本)
大A
超大型A
我知道应用这个方法并不总是很好，但有时我需要推理速度，有时我需要精确性。
回答 1
Data Science用户
发布于 2022-09-12 09:31:52
据我所知：
增加宽度就是增加卷积滤波器的数目。
深度的增加就是层数的增加。
增加分辨率是用更大的(即更详细的)图像作为输入。
我不知道有什么方法可以像你想要的那样直接进行缩放，但是很多预先构建的模型都有不同的尺寸(高效网络有b0、b1、b2等)。你可以尝试一下。
他们的文件还描述了：
“在本文中，我们提出了一种新的复合尺度方法，该方法使用复合系数φ，以原则性的方式均匀缩放网络的宽度、深度和分辨率：
其中α，β，γ是可以通过小网格搜索确定的常量。“
页面原文内容由Data Science提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://datascience.stackexchange.com/questions/114331
复制相关文章
相似问题
腾讯云开发者
