#NFNet

dm_nfnet_f0.dm_in1k是一款基于NFNet（无归一化网络）架构的图像分类模型。该模型在ImageNet-1k数据集上训练，拥有7150万参数，计算量为7.2 GMACs。通过采用Scaled Weight Standardization技术和策略性放置的标量增益，该模型无需使用归一化层即可实现高性能。dm_nfnet_f0.dm_in1k适用于图像分类、特征提取和图像嵌入等多种任务，为大规模图像识别应用提供了高效解决方案。

nfnet_l0.ra2_in1k是一种创新的轻量级NFNet图像分类模型，摒弃了传统的规范化层。它通过Scaled Weight Standardization和策略性放置的标量增益，实现了高效的大规模图像识别。基于ImageNet-1k数据集训练，该模型拥有3510万参数，适用于图像分类、特征提取和嵌入任务。这种无需常规规范化层的设计，为高性能图像处理提供了新的可能。