量化版 ShuffleNet V2

量化版 ShuffleNet V2 模型基于 ShuffleNet V2: Practical Guidelines for Efficient CNN Architecture Design 论文。

模型构建器

可以使用以下模型构建器来实例化量化版 ShuffleNetV2 模型，可选择是否包含预训练权重。所有模型构建器内部都依赖于 torchvision.models.quantization.shufflenetv2.QuantizableShuffleNetV2 基类。有关此类更详细的信息，请参阅 源代码。

shufflenet_v2_x0_5(*[, weights, progress, ...])	根据 ShuffleNet V2: Practical Guidelines for Efficient CNN Architecture Design 中的描述，构建一个输出通道数为 0.5x 的 ShuffleNetV2。
shufflenet_v2_x1_0(*[, weights, progress, ...])	根据 ShuffleNet V2: Practical Guidelines for Efficient CNN Architecture Design 中的描述，构建一个输出通道数为 1.0x 的 ShuffleNetV2。
shufflenet_v2_x1_5(*[, weights, progress, ...])	根据 ShuffleNet V2: Practical Guidelines for Efficient CNN Architecture Design 中的描述，构建一个输出通道数为 1.5x 的 ShuffleNetV2。
shufflenet_v2_x2_0(*[, weights, progress, ...])	根据 ShuffleNet V2: Practical Guidelines for Efficient CNN Architecture Design 中的描述，构建一个输出通道数为 2.0x 的 ShuffleNetV2。