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。默认值为 1.0。

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

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

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

返回¶

Layer，ShuffleNetV2 模型实例。

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)
[1, 1000]

         