SqueezeNet1_1

支持 AMD Ryzen AI 的量化版 SqueezeNet1_1 模型。

模型描述

SqueezeNet 最早在论文《SqueezeNet: AlexNet-level accuracy with 50x fewer parameters and <0.5MB model size》中提出。本模型为 SqueezeNet v1.1，在精度不变的情况下，计算量比 v1.0 减少了 2.4 倍。

该模型的实现源自 torchvision。

如何使用

安装

按照 Ryzen AI 安装指南准备 Ryzen AI 的运行环境。 运行以下脚本安装本模型所需的前置依赖。

pip install -r requirements.txt 

数据准备

按照 PyTorch 示例准备数据集。

模型评估

python eval_onnx.py --onnx_model SqueezeNet_int8.onnx --ipu --provider_config Path\To\vaip_config.json --data_dir /Path/To/Your/Dataset

性能

 @article{SqueezeNet,
    Author = {Forrest N. Iandola and Song Han and Matthew W. Moskewicz and Khalid Ashraf and William J. Dally and Kurt Keutzer},
    Title = {SqueezeNet: AlexNet-level accuracy with 50x fewer parameters and $<$0.5MB model size},
    Journal = {arXiv:1602.07360},
    Year = {2016}
}