Why is the depth_coefficient of efficientnet-b7 defined as 3.1?

Abierto
#1,047 0 comentarios 0 reacciones 0 asignados Ver en GitHub

Nadie ha tomado este issue todavía.

Evaluación

Dificultad
3/5
Tiempo estimado
Medio día
Aptitud para principiantes
15/100
Tipo de issue
Error
Claridad
Necesita aclaración
Estado de actividad
Estancado
Stack tecnológico
python

Línea de trabajo

The question concerns the depth_coefficient value of 3.1 for efficientnet-b7 on line 47 of efficientnet_x_builder.py. Start by reading equation (3) of the EfficientNet paper and checking the derivation of Φ from the image size. Done means either a corrected derivation that explains the 3.1 value or a clear reason the current constant is right, posted as a comment on the issue.

Escrito por el modelo de indexación a partir del texto del issue.

Descripción

The related code is found on line 47 of efficientnet_x_builder.py. According to equation (3) of the paper, the image size of efficientnet-b7 is 600, so

r=γ^Φ=1.15^Φ=600/224=2.6786

Φ=log(2.6786)/log(1.15)=7.04

then a conclusion can be drawn as

depth_coefficient=d=α^Φ=1.2^7.04=3.6094≠3.1

I have browsed several repos about EfficientNet, which most of them define depth of efficientnet-b7 as 3.1, so I'm not sure if the above derivation is correct. If I'm wrong, what's the correct mathematical derivation?

Lenguaje dominante
Jupyter Notebook
Estrellas
5.3k
Forks
1.7k
Métricas de merge de PR
Sin PR fusionados en 30 d

Preparar el entorno

Este proyecto no incluye contenedor de desarrollo, Dockerfile ni guía de contribución, así que la configuración corre por tu cuenta: empieza por su README y consulta nuestra guía para la primera contribución para los pasos generales.

Primeros pasos

  1. Lee el issue completo y luego la guía de contribución del proyecto.
  2. Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
  3. Haz un fork del repositorio y trabaja en una rama.
  4. Abre un pull request que haga referencia al número del issue.

Más de tensorflow/tpu

Todos los issues de tensorflow/tpu

Issues similares

Más issues de Machine Learning

Recibe los nuevos issues en tu correo

Un resumen breve de issues de GitHub para principiantes.