MnasNet架构解析与复现-神经架构搜索
为移动设备设计卷积神经网络 (CNN) 具有挑战性，因为移动模型需要小而快，但仍要准确。尽管在所有维度上都致力于设计和改进移动 CNN，但当需要考虑如此多的架构可能性时，很难手动平衡这些权衡。在本文中，我们提出了一种**自动移动神经架构搜索 (MNAS) 方法**，该方法明确地将模型延迟纳入主要目标，以便搜索可以识别出在准确性和延迟之间取得良好折衷的模型。与之前的工作不同，延迟是通过另一个通常不准确的代理（例如 FLOPS）来考虑的，我们的方法通过在手机上执行模型来直接测量现实世界的推理延迟。为了进一步在灵活性和搜索空间大小之间取得适当的平衡，我们**提出了一种新颖的分解层次搜索空间，它鼓励整
ModelScope使用之模型部署
ModelScope是阿里巴巴打造下一代开源的模型即服务共享平台，为泛AI开发者提供灵活、易用、低成本的一站式模型服务产品，让模型应用更简单！本文演示如何将模型部署到阿里云的EAS，对外提供服务。
Civitai
Civitai是一个开源工程，包括了一个视觉智能模型库和一些示例代码。您可以通过以下步骤使用Civitai模型：