Mobilenet 参数：alpha 和 rho
Mobilenet parameters: alpha and rho
我一直在学习 PoseNet，以便在我的健康相关研究工作中使用它。
我印象深刻的是 mobilenet 如何通过调整我的问题萌芽的几个参数来保持高精度，同时减少 CPU（或 GPU/NPU）依赖性。
我注意到在 mobilenet 官方论文中，引入了两个乘数：alpha 和 rho。我将跳过对这两个参数的解释。
我想知道最新 PoseNet 模型的 mobilenet 的 alpha 和 rho 的每个值是多少。另外，我想知道是否有参数（尤其是 alpha 和 rho）调整指南，以及在训练模型之前如何设置和验证两者的值。
比如，如果选择的 alpha 值为 0.5，我想知道为什么该值比 0.75 或 0.25 好。
我的问题是：
- mobilenet（训练PoseNet的版本）的alpha和rho值是多少
- Why/how 这些数字是 selected/validated?
https://www.tensorflow.org/lite/models/pose_estimation/overview 中的那个使用 alpha=1.0。每个卷积的 alpha 乘以 input/output 通道数，对于 alpha=1.0，第一个卷积层有 32 个通道。
尽管如此，还有其他主干的 PoseNet，您可以从 TF.js 示例中轻松尝试。 https://github.com/tensorflow/tfjs-models/tree/master/posenet
rho 值比较理论化，在原论文中是这样写的
In practice we implicitly set ρ by setting the input resolution.
我一直在学习 PoseNet，以便在我的健康相关研究工作中使用它。
我印象深刻的是 mobilenet 如何通过调整我的问题萌芽的几个参数来保持高精度，同时减少 CPU（或 GPU/NPU）依赖性。
我注意到在 mobilenet 官方论文中，引入了两个乘数：alpha 和 rho。我将跳过对这两个参数的解释。
我想知道最新 PoseNet 模型的 mobilenet 的 alpha 和 rho 的每个值是多少。另外，我想知道是否有参数（尤其是 alpha 和 rho）调整指南，以及在训练模型之前如何设置和验证两者的值。
比如，如果选择的 alpha 值为 0.5，我想知道为什么该值比 0.75 或 0.25 好。
我的问题是：
- mobilenet（训练PoseNet的版本）的alpha和rho值是多少
- Why/how 这些数字是 selected/validated?
https://www.tensorflow.org/lite/models/pose_estimation/overview 中的那个使用 alpha=1.0。每个卷积的 alpha 乘以 input/output 通道数，对于 alpha=1.0，第一个卷积层有 32 个通道。 尽管如此，还有其他主干的 PoseNet，您可以从 TF.js 示例中轻松尝试。 https://github.com/tensorflow/tfjs-models/tree/master/posenet
rho 值比较理论化，在原论文中是这样写的
In practice we implicitly set ρ by setting the input resolution.