inplace_abn:就地激活的BatchNorm，用于DNN的内存优化训练

就地激活的批次标准 就地激活的BatchNorm（InPlace-ABN）是一种新颖的方法，可以减少训练深度网络所需的内存。 通过将BN +非线性激活重新定义为一次就地操作，它可以在现代体系结构（如ResNet，ResNeXt和Wider ResNet）中节省多达50％的内存，同时根据需要智能地丢弃或重新计算中间缓冲区。 该存储库包含InPlace-ABN层的实现，以及一些用于重现本文中报告的ImageNet分类结果的训练脚本。 现在，我们还发布了用于语义分割的推理代码，以及的Mapillary Vistas训练模型。 可以在本页底部找到更多信息。 引文 如果您在研究中使用就地激活的批次标准，请引用： @inproceedings { rotabulo2017place , title = { In-Place Activated BatchNorm for Memory-Opti