ShuffleNet

ShuffleNet en PyTorch

Una implementación de ShuffleNet en PyTorch. ShuffleNet es una arquitectura de red neuronal convolucional eficiente para dispositivos móviles. Según el periódico, supera en un pequeño porcentaje a MobileNet de Google.

¿Qué es ShuffleNet?

En una frase, ShuffleNet es un modelo similar a ResNet que utiliza bloques residuales (llamados ShuffleUnits ), siendo la principal innovación el uso de convoluciones de grupo puntuales, o 1x1, en lugar de convoluciones puntuales normales.

Uso

Clona el repositorio:

git clone https://github.com/jaxony/ShuffleNet.git

Utilice el modelo definido en model.py :

 from model import ShuffleNet

# running on MNIST
net = ShuffleNet ( num_classes = 10 , in_channels = 1 )

Actuación

Entrenado en ImageNet (usando el ejemplo de PyTorch ImageNet) con groups=3 y sin multiplicador de canales. En el conjunto de prueba, obtuvo un 62,2 % entre los primeros 1 y un 84,2 % entre los primeros 5. Desafortunadamente, esto no es comparable con la Tabla 5 del documento, porque no ejecutan una red con estas configuraciones, pero está en algún punto entre la red con groups=3 y la mitad del número de canales (42,8% top 1) y la red con el mismo número de canales pero groups=8 (32,4% top 1). El diccionario de estado previamente entrenado se puede encontrar aquí, en el siguiente formato:

 {
    'epoch': epoch + 1,
    'arch': args.arch,
    'state_dict': model.state_dict(),
    'best_prec1': best_prec1,
    'optimizer' : optimizer.state_dict()
}

Nota: entrenado con la configuración predeterminada de ImageNet, que en realidad es diferente del régimen de entrenamiento descrito en el documento. Pendiente de volver a ejecutar con esas configuraciones (y groups=8 ).