# PPLCNetV3

[PPLCNetV3](https://huggingface.co/papers/2109.15099) 是一种轻量级、针对 CPU 优化的卷积骨干网络，旨在高效地执行图像分类及下游视觉任务。它在 PP-LCNet 架构的基础上，通过改进的训练策略和结构优化，在 CPU 硬件上实现了更优的精度与延迟平衡。

## 备注

- PPLCNetV3 仅作为骨干网络提供。官方尚未发布任何预训练图像分类检查点。

## PPLCNetV3Config[[transformers.PPLCNetV3Config]]

#### transformers.PPLCNetV3Config[[transformers.PPLCNetV3Config]]

```python
transformers.PPLCNetV3Config(transformers_version: str | None = None, architectures: list[str] | None = None, output_hidden_states: bool | None = False, return_dict: bool | None = True, dtype: str | torch.dtype | None = None, chunk_size_feed_forward: int = 0, is_encoder_decoder: bool = False, id2label: dict[int, str] | dict[str, str] | None = None, label2id: dict[str, int] | dict[str, str] | None = None, problem_type: Literal['regression', 'single_label_classification', 'multi_label_classification'] | None = None, scale: float | int = 1.0, block_configs: list | None = None, stem_channels: int = 16, stem_stride: int = 2, reduction: int = 4, divisor: int = 8, hidden_act: str = 'hardswish', _out_features: list[str] | None = None, _out_indices: list[int] | None = None, conv_symmetric_num: int = 4)
```

[来源](https://github.com/huggingface/transformers/blob/v5.23.0/src/transformers/models/pp_lcnet_v3/configuration_pp_lcnet_v3.py#L31)

**参数：**

scale (`float`, *可选*，默认为 1.0)：模型通道维度的缩放因子，用于在不改变整体架构的情况下调整模型大小和计算成本（例如 0.25、0.5、1.0、1.5）。

block_configs (`list[list[tuple]]`，*可选*，默认为 `None`)：每个阶段中每个块的配置。每个元组包含：(kernel_size, in_channels, out_channels, stride, use_squeeze_excitation)。如果为 `None`，则使用默认的 PP-LCNet 配置。

stem_channels (`int`，*可选*，默认为 16)：stem 层的输出通道数。

stem_stride (`int`，*可选*，默认为 2)：stem 卷积层的步幅。

reduction (`int`, *可选*，默认为 4) : 挤压-激励（SE）块中特征通道维度的缩减因子，用于在保持特征表示能力的同时减少模型参数数量和计算复杂度。

divisor (`int`，*可选*，默认为 8)：用于确保各种模型参数（例如通道维度、卷积核大小）是该值的倍数的除数，从而促进高效的模型实现和资源利用。

hidden_act (`str`，*可选*，默认为 `hardswish`)：解码器中的非线性激活函数（函数或字符串）。例如，`"gelu"`、`"relu"`、`"silu"` 等。

conv_symmetric_num (`int`, *可选*, 默认为 `4`) : 可学习重参数化层中 kxk 卷积分支的数量，用于在训练阶段通过多分支架构增强特征提取能力，同时通过结构重参数化实现高效推理。

这是用于存储 Pp Lcnet V3Model 配置的类。它根据指定的参数实例化 Pp Lcnet V3 模型，并定义模型架构。使用默认值实例化配置将得到与 [PaddlePaddle/Not_yet_released](https://huggingface.co/PaddlePaddle/Not_yet_released) 类似的配置。

配置对象继承自 [PreTrainedConfig](/docs/transformers/v5.23.0/zh/main_classes/configuration#transformers.PreTrainedConfig)，可用于控制模型输出。有关更多信息，请参阅 [PreTrainedConfig](/docs/transformers/v5.23.0/zh/main_classes/configuration#transformers.PreTrainedConfig) 的文档。

## PPLCNetV3Backbone[[transformers.PPLCNetV3Backbone]]

#### transformers.PPLCNetV3Backbone[[transformers.PPLCNetV3Backbone]]

```python
transformers.PPLCNetV3Backbone(config: PPLCNetV3Config)
```

[来源](https://github.com/huggingface/transformers/blob/v5.23.0/src/transformers/models/pp_lcnet_v3/modeling_pp_lcnet_v3.py#L327)

**参数：**

config ([PPLCNetV3Config](/docs/transformers/v5.23.0/zh/model_doc/pp_lcnet_v3#transformers.PPLCNetV3Config))：模型配置类，包含模型的所有参数。使用配置文件进行初始化时，不会加载与模型关联的权重，仅加载配置。请查看 [from_pretrained()](/docs/transformers/v5.23.0/zh/main_classes/model#transformers.PreTrainedModel.from_pretrained) 方法以加载模型权重。

用于特征提取的 PPLCNetV3 骨干模型。

该模型继承自 [PreTrainedModel](/docs/transformers/v5.23.0/zh/main_classes/model#transformers.PreTrainedModel)。请查阅父类文档，了解该库为所有模型实现的通用方法（例如下载或保存、调整输入嵌入大小、剪枝头等）。

该模型也是 PyTorch [torch.nn.Module](https://pytorch.org/docs/stable/nn.html#torch.nn.Module) 的子类。请将其作为常规的 PyTorch Module 使用，有关通用用法和行为的所有事项，请参阅 PyTorch 文档。

#### forward[[transformers.PPLCNetV3Backbone.forward]]

```python
forward(pixel_values: Tensor, **kwargs: *<class 'transformers.utils.generic.TransformersKwargs'>)
```

[来源](https://github.com/huggingface/transformers/blob/v5.23.0/src/transformers/models/pp_lcnet_v3/modeling_pp_lcnet_v3.py#L340)

**参数：**

pixel_values (`torch.Tensor`，形状为 `(batch_size, num_channels, image_size, image_size)`)：与输入图像对应的张量。可以使用 `image_processor_class` 获取像素值。有关详细信息，请参阅 `image_processor_class.__call__`（`processor_class` 使用 `image_processor_class` 处理图像）。

**返回：** `BackboneOutput` 或 `tuple(torch.Tensor)`

`BackboneOutput` 或 `torch.Tensor` 元组（如果传入 `return_dict=False` 或 `config.return_dict=False`），其包含的元素取决于配置（[PPLCNetV3Config](/docs/transformers/v5.23.0/zh/model_doc/pp_lcnet_v3#transformers.PPLCNetV3Config)）和输入。

[PPLCNetV3Backbone](/docs/transformers/v5.23.0/zh/model_doc/pp_lcnet_v3#transformers.PPLCNetV3Backbone) 的 forward 方法重写了 `__call__` 特殊方法。

尽管前向传播的实现需要在此函数中定义，但之后应调用 `Module` 实例，而不是直接调用此函数，因为前者会负责执行预处理和后处理步骤，而后者会静默地忽略这些步骤。

- **feature_maps**（形状为 `(batch_size, num_channels, height, width)` 的 `tuple(torch.Tensor)`）-- 各阶段的特征图。
- **hidden_states** (`tuple(torch.Tensor)`，*可选*，在传入 `output_hidden_states=True` 或 `config.output_hidden_states=True` 时返回) -- 一个 `torch.Tensor` 元组（包含嵌入层的输出以及每一层的输出），形状为 `(batch_size, sequence_length, hidden_size)` 或 `(batch_size, num_channels, height, width)`，具体取决于骨干网络。

  模型在每个阶段输出处的隐藏状态，以及初始嵌入输出。
- **attentions** (`tuple(torch.Tensor)`，*可选*，当传入 `output_attentions=True` 或 `config.output_attentions=True` 时返回) -- 一个 `torch.Tensor` 元组（每层一个），形状为 `(batch_size, num_heads, sequence_length, sequence_length)`。仅当主干网络使用注意力机制时适用。

  经过注意力 softmax 后的注意力权重，用于在自注意力头中计算加权平均值。

示例：

```python
>>> from transformers import PPLCNetV3Config, PPLCNetV3Backbone
>>> import torch

>>> config = PPLCNetV3Config()
>>> model = PPLCNetV3Backbone(config)

>>> pixel_values = torch.randn(1, 3, 224, 224)

>>> with torch.no_grad():
...     outputs = model(pixel_values)

>>> feature_maps = outputs.feature_maps
>>> list(feature_maps[-1].shape)
```