chainer的共享实用程序类。
chainer-hajo的Python项目详细描述
chainer hajo提供实用程序类 与优秀的chainer框架一起使用 在hajo.me的项目中共享。
特别是,此软件包包括以下帮助程序:
- WriteImage允许报告图像数组
- 作为一项观察 并将它们作为图像文件写入磁盘。 使用可选参数启用,WriteImage还可以显示 ipython环境中的图像,如jupyter笔记本。 与SecondTrigger一起,这允许显示用户 定期预览培训进度 当相关的Jupyter笔记本正在运行时。
- PrintNoLog将打印一组观察结果,
- 如当前损耗值,发送到命令行 不需要将它们存储到文件中和/或将历史序列化为json。 对于具有快速训练迭代和大时期的项目, 这可以通过减少磁盘IO大大提高训练速度。
- SecondTrigger和MinuteTrigger是触发器对象
- 它会开火 独立于迭代次数和时间段, 但以固定的速度,比如每30秒一次。 这有助于提供连续诊断 以及长期训练课程的绩效输出, 同时保持评估开销不变。 当使用对迭代或纪元进行操作的触发器时, 然后调整每个培训批次的项目数 会增加或减少每次迭代的持续时间, 因此有必要调整触发时间。 这些触发器避免了这样的问题 根据挂钟时间触发。
- LogHyperparameter是培训师扩展
- 它将复制超参数的当前值 进入报告观察。 这对于绘制或记录训练率很有用, 如果用ExponentialShift或LinearShift修改。
- ClassifyModify和相关的ClassifyModifyChain
- 将使用^{tt12}重复修改数据数组$ 它被证明是一个很好的学习残差模型 用于视频、图像和声音数据处理。 ClassifyModifySequence进一步概括了这一点 允许用户指定不同的内核大小, 不同迭代的跨距、填充和伸缩参数。
- SynthAndGate是一个可重用的生成器链
- 它将卷积输入信号,然后计算 tanh发生器的s型门控和。 通常,输入信号被上采样到多个tanh通道 每个输出元素,允许此运算符使用选通 用于为每个输出平面选择不同的生成器。 事实证明,这种方法在许多不同的领域都很有效 似然建模任务,例如生成分布 因为^{tt15}美元的损失。 可选地,可以禁用tanh的限制。 这对于建模时间连续的图像流很有用, 例如视频或连续的脑电信号。
即将推出:
- Discretizer和伴随的discretize函数
- 可用于减少连续的多方向矢量 在有限的离散方向上, 同时可以选择强制给定的向量范数。