前言
记录第一次使用colab训练模型以及下载训练权重至本地,实现模型预测
一、使用准备
1.谷歌账号
云盘截图:
colab截图:
2.科学上网工具
此处省略一千字
二、使用步骤
1.新建笔记本
修改笔记本的配置:
配置查询:
此处查询的是GPU信息
这是谷歌提供给免费的注册用户使用的
!cat /proc/cpuinfo # 查看CPU信息
!cat /proc/meminfo # 查看内存信息
!df -h # 查看磁盘空间信息
!nvidia-smi # 查看GPU信息(如果有GPU)
载入谷歌云盘信息
from google.colab import drive
drive.mount('/content/drive')
2.载入数据集
将自己准备好的数据集上传至谷歌云盘,通过代码将云盘上的数据集加载并解压至colab中。
红框中的dataset代表在我们上传在云盘中的数据集,
绿框我们已经将数据集传入colab中。
这里我上传的是压缩包zip格式,推荐使用压缩包格式。
使用压缩包上传云盘更方便,速度更快
!cp /content/drive/MyDrive/dataset/flower_data.zip ./
!unzip ./flower_data.zip -d ./
3.加载模型
此步与数据集上传类似,红框代表云盘中的文件,绿框代表已上传至colab
这里我上传的是文件夹格式,不需要解压使用。
import shutil
oldpath = '/content/drive/MyDrive/Code/Test4_googlenet'
newpath = '/content/Test4_googlenet'
shutil.copytree(oldpath,newpath)
# oldpath 代表原始路径,即在云盘中的路径
# newpath 代表要添加到的路径
4.开始训练
训练和预测命令
!python /content/Test3_vggnet/train.py # 训练
!python /content/Test3_vggnet/predict.py # 预测
此处上传了一张图片用作预测
!cp '/content/drive/MyDrive/predict_pic/tulip.jpg' 'tulip.jpg'
# 将云盘中的图片加载至colab中
5.训练权重下载
如果只想在colab中训练模型,在本地的pycharm中实现预测,可以通过两种方式下载训练权重
①直接通过colab下载
此方法下载速度比较慢,不推荐
②将权重上传至云盘下载
在云盘中创建保存权重的文件夹,通过代码上传
!cp /content/vgg16Net.pth /content/drive/MyDrive/logs
# content/vgg16Net.pth 代表训练好的权重的地址
# content/drive/MyDrive/logs 代表上传云盘的地址
总结
第一次写博客,记录的东西也比较简单,更多是参考一些大佬的博客,再通过自己的实践记录下来,希望能够将此作为自己记录学习的一个开始。