这个库可以帮助您轻松快速地训练和评估PyTorch分类模型
pytorch-vision-classifier的Python项目详细描述
Pythorch视觉分类器
此模板的主要目标是帮助您快速构建分类模型。在
在此库中,您可以找到以下模块:
- lr_finder模块负责使用Leslie N.Smith在《训练神经网络的循环学习率》一文中发表的算法来寻找最佳的学习速率。The original code
- Pythorch_data_转换模块包含以下自定义转换(NRandomCrop、NCenterCrop、亮度补偿、直方图均衡化、CLAHE)
- Pythorch_数据集准备模块负责处理所有与数据集相关的功能和数据集详细信息,无论数据集是在一个目录中还是在多个目录中
- Pythorch_dataset_samplers模块具有所有定制的采样器
- Pythorch设备管理器模块负责处理和查看可用的GPU设备详细信息
- Pythorch_loss_函数包含以下自定义损失函数(EMD)
- Pythorch_model_培训模块负责处理与培训过程相关的所有细节: a、 为您获取一个预先训练的模型,最后一层更新时有或没有丢失层,并由您从最常见的初始化算法中选择的算法初始化 b、 了解您的型号的GPU内存使用情况 c、 了解模特训练中不同步骤的时间安排 d、 提供在培训过程中监视模型的仪表板 e、 跟踪您选择的度量,以找到解决问题的最佳模型 f、 提供模型的压缩版本以用于部署目的 g、 从最后一层、分类层或softmax层提取特征
为了安装,您需要下载pytorch。 然后打开命令提示符并键入:
pip install pytorch_vision_classifier
参考下面的notebook查看一些代码示例
- 项目
标签: