【问题标题】：Can I use EfficientNetB7 as my baseline model for image recognition?我可以使用 EfficientNetB7 作为我的图像识别基线模型吗？
【发布时间】：2020-07-02 13:16:52
【问题描述】：
我看到很多文章使用 EfficientNetB0 作为他们的基线模型，但我还没有看到有人使用 EfficientNetB7。从 EfficientNet Github 页面 (https://github.com/qubvel/efficientnet) 我看到 EfficientNetB7 取得了非常高的准确率结果。为什么不是每个人都只使用 EfficientNetB7？是因为内存限制还是有其他考虑使用 EfficientNetB0？
【问题讨论】：
标签：
tensorflow
keras
efficientnet
【解决方案1】：
基线是一个非常基本的模型或解决问题的方法的结果。它用于比较更复杂方法的性能，例如更大的模型、特征工程或数据增强。
之所以使用 EfficientNetB0，是因为它是一个可靠的模型，具有一定的准确性，而且由于参数数量少，训练速度很快。
使用 EfficentNetB7 可以作为基准模型，但是在测试与架构无关的更改时，例如前面提到的数据增强，重新训练大型网络需要更长的时间，从而降低迭代速度。