From 8005424b59beea8786e9551cb3d4939c81f5a7ae Mon Sep 17 00:00:00 2001 From: whs Date: Mon, 21 Oct 2019 11:16:57 +0800 Subject: [PATCH] Change 'ResNet50' to 'ResNet34' in readme of pruning demo in PaddleSlim. (#3675) --- PaddleSlim/classification/pruning/README.md | 16 +++++----------- 1 file changed, 5 insertions(+), 11 deletions(-) diff --git a/PaddleSlim/classification/pruning/README.md b/PaddleSlim/classification/pruning/README.md index 185903b1..8a81859e 100644 --- a/PaddleSlim/classification/pruning/README.md +++ b/PaddleSlim/classification/pruning/README.md @@ -62,7 +62,7 @@ fc10_weights (1280L, 1000L) 综上，我们将MobileNetV2配置文件中的`pruned_params`设置为`.*[r|d]_weights`。 -我们可以用上述操作观察MobileNetV1和ResNet50的参数名称规律，然后设置合适的正则表达式来剪裁合适的参数。 +我们可以用上述操作观察MobileNetV1和ResNet34的参数名称规律，然后设置合适的正则表达式来剪裁合适的参数。 ## 训练 @@ -74,7 +74,7 @@ fc10_weights (1280L, 1000L) - use_gpu: 是否使用gpu。如果选择使用GPU，请确保当前环境和Paddle版本支持GPU。默认为True。 - batch_size: 在剪裁之后，对模型进行fine-tune训练时用的batch size。 -- model: 要压缩的目标模型，该示例支持'MobileNetV1', 'MobileNetV2'和'ResNet50'。 +- model: 要压缩的目标模型，该示例支持'MobileNetV1', 'MobileNetV2'和'ResNet34'。 - pretrained_model: 预训练模型的路径，可以从[这里](https://github.com/PaddlePaddle/models/tree/develop/PaddleCV/image_classification#%E5%B7%B2%E5%8F%91%E5%B8%83%E6%A8%A1%E5%9E%8B%E5%8F%8A%E5%85%B6%E6%80%A7%E8%83%BD)下载。 - config_file: 压缩策略的配置文件。 @@ -146,10 +146,8 @@ python infer.py \ | FLOPS |top1_acc/top5_acc| model_size |Paddle Fluid inference time(ms)| Paddle Lite inference time(ms)| |---|---|---|---|---| -|baseline|70.99%/89.68% |- |- |-| -|-10%|- |- |- |-| -|-30%|- |- |- |-| -|-50%|- |- |- |-| +|baseline|70.99%/89.68% |19M |- |-| +|-50%|69.66%/88.92% |9M |- |-| >训练超参 batch size: 256 @@ -164,8 +162,6 @@ lr: 0.1 | FLOPS |top1_acc/top5_acc| model_size |Paddle Fluid inference time(ms)| Paddle Lite inference time(ms)| |---|---|---|---|---| |baseline|72.15%/90.65% |- |- |-| -|-10%|- |- |- |-| -|-30%|- |- |- |-| |-50%|- |- |- |-| >训练超参： @@ -176,13 +172,11 @@ l2_decay: 4e-5 lr: 0.1 -### ResNet50 +### ResNet34 | FLOPS |top1_acc/top5_acc| model_size |Paddle Fluid inference time(ms)| Paddle Lite inference time(ms)| |---|---|---|---|---| |baseline|76.50%/93.00% |- |- |-| -|-10%|- |- |- |-| -|-30%|- |- |- |-| |-50%|- |- |- |-| >训练超参 -- GitLab