一个高层次深度学习lib库上的分类库建设问题…
torch-soft的Python项目详细描述
torch_soft是Pythorch的一个高级实现,可以轻松实现某些Claasic。。。在
特点
TensorNet目前支持以下功能
- 模型体系结构
- 资源网18
- 一个名为naiveresnet的自定义模型
- 模型实用程序
- 损失函数
- 交叉熵损失
- 损失
- 优化器
- 随机梯度下降
- 正则化
- L1正则化
- L2正则化
- LR调度器
- 步骤LR
- 降低高原LR
- 单周期保单
- LR距离测试
- 损失函数
- 培训和模型验证
- 数据集(通过数据加载程序返回数据)
- MNIST公司
- CIFAR10型
- 天象网
- 数据扩充
- 调整大小
- 填充
- 随机作物
- 水平翻转
- 垂直翻转
- 高斯模糊
- 随机旋转
- 断路器
- GradCAM和GradCAM++(梯度加权类激活映射)
- 结果分析工具
- 在模型训练期间绘制验证精度和损失的变化图
- 显示训练模型的正确和错误预测
- 成批绘制图像以便可视化
- 绘制gradcam输出
如何使用
有关如何使用torch_soft的示例,请参阅examples目录。在
依赖关系
torch iu soft具有以下第三方依赖项
- 火炬
- 火炬视觉
- 火炬总结
- 全面质量管理
- matplotlib库
- 专辑
- opencv python
- 项目
标签: