第四天：paddlehub的应用_paddlehub怎么拉取项目

%set_env CPU_NUM=1

#安装paddlehub
!pip install paddlehub==1.6.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

2.加载训练模型

module = hub.Module(name=“mobilenet_v3_large_imagenet_ssld”)

3.准备数据文档  
 ![在这里插入图片描述](https://img-blog.csdnimg.cn/2d42813debba4e1cb600fedc637fad6e.png)  
 在此插入数据集存放位置

from paddlehub.dataset.base_cv_dataset import BaseCVDataset

class DemoDataset(BaseCVDataset):
def __init__(self):
# 数据集存放位置

   self.dataset_dir = "data"
   super(DemoDataset, self).__init__(
       base_path=self.dataset_dir,
       train_list_file="train\_list.txt",
       validate_list_file="validate\_list.txt",
       test_list_file="test\_list.txt",
       label_list_file="label\_list.txt",
       )

dataset = DemoDataset()

4.格式规范化，生成数据读取器

data_reader = hub.reader.ImageClassificationReader(
image_width=module.get_expected_image_width(),
image_height=module.get_expected_image_height(),
images_mean=module.get_pretrained_images_mean(),
images_std=module.get_pretrained_images_std(),
dataset=dataset)

5.配置策略

config = hub.RunConfig(
use_cuda=True, #是否使用GPU训练，默认为False；
num_epoch=100, #Fine-tune的轮数；
checkpoint_dir=“cv_finetune_turtorial_demo”,#模型checkpoint保存路径, 若用户没有指定，程序会自动生成；
batch_size=32, #训练的批大小，如果使用GPU，请根据实际情况调整batch_size；
eval_interval=10, #模型评估的间隔，默认每100个step评估一次验证集；
strategy=hub.finetune.strategy.DefaultFinetuneStrategy()) #Fine-tune优化策略；

6.组件Finetune Task

input_dict, output_dict, program = module.context(trainable=True)
img = input_dict[“image”]
feature_map = output_dict[“feature_map”]
feed_list = [img.name]

task = hub.ImageClassifierTask(
data_reader=data_reader,
feed_list=feed_list,
feature=feature_map,
num_classes=dataset.num_labels,
config=config)

**选择finetune\_and\_eval接口来进行模型训练**

run_states = task.finetune_and_eval()

**进行图片预测**

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.image as mpimg

with open(“dataset/test_list.txt”,“r”) as f:

文末

逆水行舟不进则退，所以大家要有危机意识。

同样是干到35岁，普通人写业务代码划水，榜样们深度学习拓宽视野晋升管理。

这也是为什么大家都说35岁是程序员的门槛，很多人迈不过去，其实各行各业都是这样都会有个坎，公司永远都缺的高级人才，只用这样才能在大风大浪过后，依然闪耀不被公司淘汰不被社会淘汰。

为了帮助大家更好温习重点知识、更高效的准备面试，特别整理了《前端工程师核心知识笔记》电子稿文件。

内容包括html，css，JavaScript，ES6，计算机网络，浏览器，工程化，模块化，Node.js，框架，数据结构，性能优化，项目等等。

269页《前端大厂面试宝典》

包含了腾讯、字节跳动、小米、阿里、滴滴、美团、58、拼多多、360、新浪、搜狐等一线互联网公司面试被问到的题目，涵盖了初中级前端技术点。

前端面试题汇总