我看过很多文章使用EfficientNetB0作为基准模型，但我从未见过有人使用EfficientNetB7。从EfficientNet Github页面(https://github.com/qubvel/efficientnet(中，我看到EfficientNetB7实现了非常高的准确率结果。为什么不是每个人都使用EfficientNetB7？是因为内存限制还是使用EfficientNetB0有任何其他考虑因素？
基线是问题的一个非常基本的模型或方法的结果。它用于比较更复杂的方法的性能，例如更大的模型，特征工程或数据增强。
使用 EfficientNetB0 是因为它是一个可靠的模型，具有一定的准确性，并且由于参数数量少，训练速度很快。
使用 EfficentNetB7 可以作为基线模型，但是在测试与架构无关的更改(例如前面提到的数据增强(时，重新训练大型网络将花费更长的时间，从而减慢迭代速度。