# PPLCNetV3

[PPLCNetV3](https://huggingface.co/papers/2109.15099) là một backbone tích chập tối ưu cho CPU, có kích thước nhẹ, được thiết kế cho phân loại ảnh hiệu quả và các tác vụ thị giác tiếp theo. Nó được xây dựng dựa trên kiến trúc PP-LCNet với các chiến lược huấn luyện được cải tiến và các tinh chỉnh cấu trúc để đạt được sự đánh đổi giữa độ chính xác và độ trễ tốt hơn trên phần cứng CPU.

## Ghi chú

- PPLCNetV3 chỉ được cung cấp dưới dạng mạng xương sống. Chưa có checkpoint phân loại hình ảnh được huấn luyện trước nào được phát hành chính thức.

## 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)
```

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

**Tham số:**

scale (`float`, *optional*, mặc định là 1.0) : Hệ số tỷ lệ cho các chiều kênh của mô hình, được sử dụng để điều chỉnh kích thước mô hình và chi phí tính toán mà không thay đổi kiến trúc tổng thể (ví dụ: 0.25, 0.5, 1.0, 1.5).

block_configs (`list[list[tuple]]`, *tùy chọn*, mặc định là `None`) : Cấu hình cho từng khối trong từng giai đoạn. Mỗi tuple chứa: (kernel_size, in_channels, out_channels, stride, use_squeeze_excitation). Nếu là `None`, sẽ sử dụng cấu hình PP-LCNet mặc định.

stem_channels (`int`, *tuỳ chọn*, mặc định là 16) : Số lượng kênh đầu ra cho lớp stem.

stem_stride (`int`, *tuỳ chọn*, mặc định là 2) : Bước nhảy (stride) cho lớp tích chập thân (stem convolution layer).

reduction (`int`, *optional*, mặc định là 4) : Hệ số giảm kích thước cho chiều kênh đặc trưng trong các khối squeeze-and-excitation (SE), được sử dụng để giảm số lượng tham số mô hình và độ phức tạp tính toán trong khi vẫn duy trì khả năng biểu diễn đặc trưng.

divisor (`int`, *tuỳ chọn*, mặc định là 8) : Số chia được sử dụng để đảm bảo rằng các tham số mô hình khác nhau (ví dụ: số chiều kênh, kích thước nhân) là bội số của giá trị này, nhằm thúc đẩy việc triển khai mô hình hiệu quả và tối ưu hóa việc sử dụng tài nguyên.

hidden_act (`str`, *tùy chọn*, mặc định là `hardswish`) : Hàm kích hoạt phi tuyến (hàm hoặc chuỗi) trong bộ giải mã. Ví dụ, `"gelu"`, `"relu"`, `"silu"`, v.v.

conv_symmetric_num (`int`, *optional*, mặc định là `4`) : Số lượng nhánh convolution kxk trong lớp reparameterization có thể học, được sử dụng để tăng cường khả năng trích xuất đặc trưng thông qua kiến trúc đa nhánh trong quá trình huấn luyện, đồng thời cho phép suy luận hiệu quả thông qua reparameterization cấu trúc.

Đây là lớp cấu hình để lưu trữ cấu hình của một Pp Lcnet V3Model. Nó được sử dụng để khởi tạo một mô hình Pp Lcnet V3 theo các đối số được chỉ định, xác định kiến trúc của mô hình. Khởi tạo một cấu hình với các giá trị mặc định sẽ tạo ra một cấu hình tương tự như cấu hình của [PaddlePaddle/Not_yet_released](https://huggingface.co/PaddlePaddle/Not_yet_released)

Các đối tượng cấu hình kế thừa từ [PreTrainedConfig](/docs/transformers/v5.23.0/vi/main_classes/configuration#transformers.PreTrainedConfig) và có thể được sử dụng để kiểm soát đầu ra của mô hình. Đọc tài liệu từ [PreTrainedConfig](/docs/transformers/v5.23.0/vi/main_classes/configuration#transformers.PreTrainedConfig) để biết thêm thông tin.

## PPLCNetV3Backbone[[transformers.PPLCNetV3Backbone]]

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

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

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

**Tham số:**

config ([PPLCNetV3Config](/docs/transformers/v5.23.0/vi/model_doc/pp_lcnet_v3#transformers.PPLCNetV3Config)) : Lớp cấu hình mô hình chứa tất cả các tham số của mô hình. Khởi tạo bằng tệp cấu hình sẽ không tải trọng số liên quan đến mô hình, chỉ tải cấu hình. Xem phương thức [from_pretrained()](/docs/transformers/v5.23.0/vi/main_classes/model#transformers.PreTrainedModel.from_pretrained) để tải trọng số mô hình.

Mô hình backbone PPLCNetV3 để trích xuất đặc trưng.

Mô hình này kế thừa từ [PreTrainedModel](/docs/transformers/v5.23.0/vi/main_classes/model#transformers.PreTrainedModel). Xem tài liệu của lớp cha để biết các phương thức chung mà thư viện triển khai cho tất cả các mô hình của nó (chẳng hạn như tải xuống hoặc lưu trữ, thay đổi kích thước các nhúng đầu vào, cắt tỉa các đầu ra, v.v.)

Mô hình này cũng là một lớp con của [torch.nn.Module](https://pytorch.org/docs/stable/nn.html#torch.nn.Module) trong PyTorch. Hãy sử dụng nó như một Module PyTorch thông thường và tham khảo tài liệu PyTorch cho mọi vấn đề liên quan đến cách sử dụng và hành vi chung.

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

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

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

**Tham số:**

pixel_values (`torch.Tensor` có shape `(batch_size, num_channels, image_size, image_size)`) : Các tensor tương ứng với các ảnh đầu vào. Giá trị pixel có thể được lấy bằng cách sử dụng `image_processor_class`. Xem `image_processor_class.__call__` để biết chi tiết (`processor_class` sử dụng `image_processor_class` để xử lý ảnh).

**Trả về:** `BackboneOutput` hoặc `tuple(torch.Tensor)`

Một `BackboneOutput` hoặc một tuple của `torch.Tensor` (nếu `return_dict=False` được truyền hoặc khi `config.return_dict=False`) bao gồm các thành phần khác nhau tùy thuộc vào cấu hình ([PPLCNetV3Config](/docs/transformers/v5.23.0/vi/model_doc/pp_lcnet_v3#transformers.PPLCNetV3Config)) và đầu vào.

Phương thức forward của [PPLCNetV3Backbone](/docs/transformers/v5.23.0/vi/model_doc/pp_lcnet_v3#transformers.PPLCNetV3Backbone) ghi đè phương thức đặc biệt `__call__`.

Mặc dù công thức cho bước truyền tiến cần được định nghĩa bên trong hàm này, bạn nên gọi instance của `Module` sau đó thay vì gọi hàm này, vì instance `Module` sẽ đảm nhận việc thực hiện các bước tiền xử lý và hậu xử lý, trong khi hàm này sẽ bỏ qua chúng một cách im lặng.

- **feature_maps** (`tuple(torch.Tensor)` có hình dạng `(batch_size, num_channels, height, width)`) -- Bản đồ đặc trưng của các giai đoạn.
- **hidden_states** (`tuple(torch.Tensor)`, *tùy chọn*, được trả về khi truyền `output_hidden_states=True` hoặc khi `config.output_hidden_states=True`) -- Bộ tuple các `torch.Tensor` (một cho đầu ra của embeddings + một cho đầu ra của mỗi lớp) có hình dạng `(batch_size, sequence_length, hidden_size)` hoặc `(batch_size, num_channels, height, width)`, tùy thuộc vào backbone.

  Trạng thái ẩn của mô hình tại đầu ra của mỗi giai đoạn cùng với đầu ra của embedding ban đầu.
- **attentions** (`tuple(torch.Tensor)`, *tuỳ chọn*, được trả về khi `output_attentions=True` được truyền vào hoặc khi `config.output_attentions=True`) -- Bộ tuple của `torch.Tensor` (một cho mỗi lớp) có hình dạng `(batch_size, num_heads, sequence_length, sequence_length)`. Chỉ áp dụng nếu backbone sử dụng attention.

  Trọng số chú ý sau softmax của attention, được sử dụng để tính trung bình có trọng số trong các đầu self-attention.

Ví dụ:

```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)
```

