ดาวน์โหลด mmrazor - ดาวน์โหลดซอร์สโค้ด mmrazor

mmrazor

หลาม

MMRazor V1.0.0 Release

ดาวน์โหลด

เอกสาร การติดตั้ง ? Model Zoo | ปัญหาการรายงาน

ภาษาอังกฤษ | 简体中文

Mmrazor สำหรับรุ่นขนาดใหญ่ มีให้บริการแล้ว! โปรดดู mmrazorlarge

การแนะนำ

MMRAZOR เป็นชุดเครื่องมือการบีบอัดแบบจำลองสำหรับ Model Slimming และ AutomL ซึ่งรวมถึง 4 เทคโนโลยีกระแสหลัก:

การค้นหาสถาปัตยกรรมประสาท (NAS)
การตัดแต่ง
การกลั่นความรู้ (KD)
การวัดปริมาณ

มันเป็นส่วนหนึ่งของโครงการ OpenMMLAB

คุณสมบัติที่สำคัญ:

ความเข้ากันได้
Mmrazor สามารถนำไปใช้กับโครงการต่าง ๆ ใน OpenMMLAB ได้อย่างง่ายดายเนื่องจากการออกแบบสถาปัตยกรรมที่คล้ายกันของ OpenMMLAB เช่นเดียวกับการแยกอัลกอริทึมการลดทอนและงานการมองเห็น
ความยืดหยุ่น
อัลกอริทึมที่แตกต่างกันเช่น NAS, การตัดแต่งกิ่งและ KD สามารถรวมอยู่ในรูปแบบ plug-n-play เพื่อสร้างระบบที่มีประสิทธิภาพมากขึ้น
ความสะดวก
ด้วยการออกแบบแบบแยกส่วนที่ดีขึ้นนักพัฒนาสามารถใช้อัลกอริทึมการบีบอัดแบบจำลองใหม่ด้วยรหัสเพียงไม่กี่รหัสหรือแม้แต่เพียงแค่แก้ไขไฟล์กำหนดค่า

เกี่ยวกับการออกแบบและการใช้งานของ Mmrazor โปรดดูบทเรียนสำหรับรายละเอียดเพิ่มเติม

อัปเดตล่าสุด

สาขาเริ่มต้นตอนนี้เป็น main และรหัสในสาขาได้รับการอัพเกรดเป็น v1.0.0 ตอนนี้รหัสสาขาหลัก master มีอยู่ในสาขา 0.x

Mmrazor v1.0.0 เปิดตัวในปี 2023-4-24 การอัปเดตที่สำคัญจาก 1.0.0RC2 รวมถึง:

ปริมาณ Mmrazor ถูกปล่อยออกมา
เพิ่มอัลกอริทึมการตัดแต่งกิ่งใหม่ชื่อ GroupFisher
รองรับการกลั่น rtmdet ด้วย mmrazor

หากต้องการทราบข้อมูลเพิ่มเติมเกี่ยวกับการอัปเดตใน Mmrazor 1.0 โปรดดูที่ Changelog สำหรับรายละเอียดเพิ่มเติม!

มาตรฐานและสวนสัตว์รุ่น

ผลลัพธ์และรุ่นมีอยู่ในสวนสัตว์รุ่น

อัลกอริทึมที่รองรับ:

การค้นหาสถาปัตยกรรมประสาท

ปาเป้า (ICLR'2019)
Detnas (Neurips'2019)
SPOS (ECCV'2020)

การตัดแต่ง

autoslim (Neurips'2019)
L1-norm
กลุ่มฟิชเชอร์
DMCP

การกลั่นความรู้

การวัดปริมาณ

PTQ
ไส้
LSQ

การติดตั้ง

Mmrazor ขึ้นอยู่กับ Pytorch, MMCV และ MMENGINE

โปรดดูที่การติดตั้ง MD สำหรับคำสั่งโดยละเอียดเพิ่มเติม

เริ่มต้น

โปรดดูคำแนะนำผู้ใช้สำหรับการใช้งานพื้นฐานของ mmrazor นอกจากนี้ยังมีคู่มือขั้นสูง:

การบริจาค

เราขอขอบคุณการมีส่วนร่วมทั้งหมดเพื่อปรับปรุง mmrazor โปรดดู contrubuting.md สำหรับแนวทางที่มีส่วนร่วม

การรับทราบ

Mmrazor เป็นโครงการโอเพ่นซอร์สที่ได้รับการสนับสนุนจากนักวิจัยและวิศวกรจากวิทยาลัยและ บริษัท ต่างๆ เราขอขอบคุณผู้สนับสนุนทุกคนที่ใช้วิธีการของพวกเขาหรือเพิ่มคุณสมบัติใหม่รวมถึงผู้ใช้ที่ให้ข้อเสนอแนะที่มีค่า เราหวังว่ากล่องเครื่องมือและเกณฑ์มาตรฐานสามารถให้บริการชุมชนการวิจัยที่กำลังเติบโตโดยการจัดหาชุดเครื่องมือที่ยืดหยุ่นเพื่อนำวิธีการที่มีอยู่ใหม่มาใช้ใหม่และพัฒนาวิธีการบีบอัดแบบจำลองใหม่ของตนเอง

การอ้างอิง

หากคุณพบว่าโครงการนี้มีประโยชน์ในการวิจัยของคุณโปรดพิจารณาอ้างอิง:

 @misc { 2021mmrazor ,
    title = { OpenMMLab Model Compression Toolbox and Benchmark } ,
    author = { MMRazor Contributors } ,
    howpublished = { url{https://github.com/open-mmlab/mmrazor} } ,
    year = { 2021 }
}