気に入った記事をブックマーク
- 気に入った記事を保存できます
保存した記事の一覧は、はてなブックマークで確認・編集ができます
- 記事を読んだ感想やメモを書き残せます
- 非公開でブックマークすることもできます
エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
1user
がブックマーク
0
0
ディープラーニングモデルの軽量化ツールPCASの使い方 (4) ー画像分類ライブラリtimmとの連携編ー - Qiita
1 user
qiita.com/ymmt833
qiita.com/ymmt833
記事へのコメント0件
- 注目コメント
- 新着コメント
新着コメントはまだありません。
このエントリーにコメントしてみましょう。
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
いまの話題をアプリでチェック！
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
ディープラーニングモデルの軽量化ツールPCASの使い方 (4) ー画像分類ライブラリtimmとの連携編ー - Qiita
本記事は、ディープラーニングモデルの軽量化ツールPCASの使い方 (3) ーモデル変換と性能評価 (CPU/VPU... 本記事は、ディープラーニングモデルの軽量化ツールPCASの使い方 (3) ーモデル変換と性能評価 (CPU/VPU) 編ー の続編です。 前回の記事では、モデル軽量化ツールPCAS（以下、PCASツール）を使用して軽量化したVGG10モデルを例に、OpenVINO形式（IR形式）への変換を行い、AE2100・汎用PC上で推論速度の実測評価をしました。 今回は、使用するモデルやデータ拡張、損失関数などに pytorch-image-models (timm) の実装を利用したいと思います。 本記事の要約 PCASツールと画像分類ライブラリtimmの連携方法を解説します。 「Vegetable Image Dataset + MobileNetV2」を例題に、モデルの軽量化を行います。 AE2100と汎用PC上での推論速度を実測し、軽量化効果を確認します。 PCASツール と pytorch-
www.koukouseishinbun.jp
www.jcp.or.jp
posfie.com
anond.hatelabo.jp
blog.cloudflare.com
www.sbbit.jp
www.docomo.ne.jp
www.nikkei.com
av.watch.impress.co.jp
www3.nhk.or.jp
twitter.com/tiktok_japan
foneslife.com
foneslife.com
onaji.me
www.e-aidem.com
