مقارنة النماذج

تقارن هذه الصفحة تكوينات محددة (مثل ResNet-50 أو BERT-base)، لا عائلات عامة؛ فكل رقم مرتبط بالتكوين المذكور في رأس عموده. «غير محدد» تعني أن الرقم غير موثق في الأطلس.

الخاصيةMobileNetEfficientNet
العائلةمعماريات الشبكات الالتفافيةمعماريات الشبكات الالتفافية
سنة الظهور20172019
الباحثونAndrew G. Howard, Menglong Zhu, Bo Chen, Dmitry Kalenichenko, Weijun…Mingxing Tan, Quoc V. Le
نوع المعماريةEfficient convolutional network (depthwise separable)Scaled efficient convolutional network
آلية التعلمsupervisedsupervised
التكوين المقارنMobileNet v1 ‏(α = 1.0، دقة 224)EfficientNet-B0 ‏(224×224)
شكل المدخل3×224×2243×224×224
شكل المخرج10001000
العمق28 طبقة (عدّ الالتفاف العمقي والنقطي طبقتين)16 كتلة MBConv + جذع ورأس
Parameters (محسوبة)4,231,976
≈4.23M
5,288,548
≈5.29M
Parameters (منشورة)4,200,000
≈4.2M
5,300,000
≈5.3M
MACs568,740,352
≈568.74M
محسوبة بـ torch.utils.flop_counter (تطابق 569M المذكورة في الورقة تقريباً).
385,814,752
≈385.81M
محسوبة بـ torch.utils.flop_counter (تشمل الضغط-والإثارة).
التعقيدنحو 0.57 مليار عملية ضرب-جمع.نحو 0.4 مليار عملية ضرب-جمع.
المهامتصنيف الصور، الرؤية على الأجهزة المحمولةتصنيف الصور، استخلاص السمات
أبرز ميزةحساب أقل بنحو 8–9 مرات من الالتفاف العاديتوازن ممتاز بين الدقة والحجم
أبرز قيددقة أقل قليلاً من الشبكات الكبيرةالالتفاف العمقي و SE أبطأ عملياً على بعض المسرّعات
حالة المراجعةيحتاج مراجعةيحتاج مراجعة
افتراضات الحسابتنفيذ بُني من الجدول 1 في الورقة؛ الكتلة الأخيرة بخطوة 1 لأن الجدول يبقي الأبعاد 7×7. BN دون انحياز في الالتفافات.تنفيذ torchvision.models.efficientnet_b0.

العلاقات المسجلة بين النماذج المقارنة

  • MobileNet سابق له EfficientNet — تعتمد على الالتفاف المنفصل عمقياً.