EfficientNetv2测试
【摘要】
https://github.com/Wulingtian/EfficientNetv2_TensorRT_int8/blob/master/effnetv2.py
测试代码:
if __name__ == '__main__': import os import time model=EfficientNet(5) model.cud...
https://github.com/Wulingtian/EfficientNetv2_TensorRT_int8/blob/master/effnetv2.py
测试代码:
-
if __name__ == '__main__':
-
-
import os
-
import time
-
-
model=EfficientNet(5)
-
model.cuda()
-
model.eval()
-
model_path = "dicenet.pth"
-
torch.save(model.state_dict(), model_path)
-
-
fsize = os.path.getsize(model_path)
-
fsize = fsize / float(1024 * 1024)
-
-
print(f"model size {round(fsize, 2)} m")
-
-
size=224
-
input = torch.rand(10, 3, size, size).cuda()
-
for i in range(15):
-
t1 = time.time()
-
loc = model(input)
-
-
cnt = time.time() - t1
-
print(cnt, loc.size())
测试结果:
模型85m
1060显卡 224 batch支持10
112 batch支持40
图像尺寸和batch-size基本是反向线性关系
文章来源: blog.csdn.net,作者:网奇,版权归原作者所有,如需转载,请联系作者。
原文链接:blog.csdn.net/jacke121/article/details/117002235
【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)