ShuffleNetV2

class paddle.vision.models. ShuffleNetV2 ( scale=1.0, act='relu', num_classes=1000, with_pool=True ) [源代码]

ShuffleNetV2模型，来自论文 "ShuffleNet V2: Practical Guidelines for Efficient CNN Architecture Design" 。

参数

  • scale (float，可选) - 模型通道数的缩放比例。默认值：1.0。

  • act (str，可选) - 网络中使用的激活函数。默认值："relu"。

  • num_classes (int，可选) - 最后一个全连接层输出的维度。如果该值小于0，则不定义最后一个全连接层。默认值：1000。

  • with_pool (bool，可选) - 是否定义最后一个全连接层之前的池化层。默认值：True。

返回

ShuffleNetV2模型，Layer的实例。

代码示例

import paddle
from paddle.vision.models import ShuffleNetV2

shufflenet_v2_swish = ShuffleNetV2(scale=1.0, act="swish")

x = paddle.rand([1, 3, 224, 224])
out = shufflenet_v2_swish(x)

print(out.shape)