动态可压缩网络(DS-Net) 该存储库包含我们论文的PyTorch代码:(CVPR 2021 Oral)。 DS-Net的体系结构。 每个超网级的宽度通过门所预测的纤细比ρ进行自适应调整。 ImageNet上的准确性与复杂性。 用法 1.要求 安装 1.2.0+,例如: conda install -c pytorch pytorch torchvision 安装 0.3.2,例如: pip install timm==0.3.2 从下载ImageNet。 使用以下脚本将验证图像移动到带标签的子文件夹: : 2.第一阶段:Supernet培训 例如,使用8个GPU训练动态可瘦的MobileNet超级网(大约需要2天): python -m torch.distributed.launch --nproc_per_node=8 train.py /PATH/TO/Ima