![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
科研技巧
文章平均质量分 74
*pprp*
GiantPandaCV公众号作者,研究方向automl,nas
展开
-
【分类技巧】Fixing the train-test resolution discrepancy
【GiantPandaCV导语】调研分类方法的时候师姐推荐的一篇paper,其核心是训练的时候使用小分辨率,测试的时候使用大分辨率(训练分辨率的1.15倍),能够有效提升验证精度。MotivationImageNet数据集分类模型通常采用的数据增强方式会导致训练时和测试时的模型看到的目标尺寸出现差异。即训练分辨率的降低可以一定程度上提高测试阶段的精度。举个例子:图一:原先的ImageNet训练方法上图代表训练阶段图片处理流程:训练阶段主要通过随即选择一块矩形区域,然后resize到224固定大小原创 2021-11-08 16:47:21 · 1168 阅读 · 0 评论 -
Tmux科研利器-更方便地管理实验
1. 概念解释基础部件是session(会话)每个会话可以创建多个window(窗口)每个窗口可以划分多个pane(窗格)2. 常用命令解释tmux的退出 : ctrl + d 或者 exit命令tmux前缀键:Ctrl+b+x - x=? 的时候是帮助信息(按q退出) - x=d 分离当前session - x=s 列出所有session - x=$ 重命名session - x=n 切换到下一个窗口启动tmux session: tm原创 2021-10-16 10:51:17 · 260 阅读 · 0 评论 -
高效管理深度学习实验
【GiantPandaCV导语】这学期参加了一个比赛,有比较大的代码量,在这个过程中暴露出来很多问题。由于实验记录很糟糕,导致结果非常混乱、无法进行有效分析,也没能进行有效的回溯。趁比赛完结,打算重构一下代码,顺便参考一些大型项目的管理方法。本文将总结如何高效、标准化管理深度学习实验。以下总结偏个人,可能不适宜所有项目,仅供参考。1. 目前的管理方法因为有很多需要尝试的想法,但是又按照下图这种时间格式来命名文件夹,保存权重。每次运行尝试的方法只是记录在本子上和有道云笔记上。笔记截图:总体来说,这原创 2021-06-10 09:47:23 · 661 阅读 · 0 评论 -
如何使用logging生成日志
【GiantPandaCV导语】日志对程序执行情况的排查非常重要,通过日志文件,可以快速定位出现的问题。本文将简单介绍使用logging生成日志的方法。logging模块介绍logging是python自带的包,一共有五个level:debug: 查看程序运行的信息,调试过程中需要使用。info: 程序是否如预期执行的信息。warn: 警告信息,但不影响程序执行。error: 出现错误,影响程序执行。critical: 严重错误logging用法import logginglogg原创 2021-06-10 09:12:36 · 550 阅读 · 2 评论 -
【译】科研敏感性锻炼
科研敏感性就是在你众多研究方向上,找到具有研究价值的、可行性高的研究方向。如果盲目尝试各个研究方向,每个方向上的想法可能会耗费几个月时间才能得到反馈,即是否有价值、可行性如何等信息。不推荐你情执取研究一些你觉得并不有趣的内容,即使这个内容你可能认为更重要一些。这样的研究可能更效率会低。理想情况下,你的研究方向既重要又有趣。练习写一个科研想法的列表,让你的mentor对这些想法从0-10进行打分。反思以后,和mentor讨论你不同意的观点。关注自己的想法已经被实现的paper,这篇paper中内容和翻译 2021-01-12 08:14:45 · 383 阅读 · 0 评论 -
PyTorch消除训练瓶颈 提速技巧
【GiantPandaCV导读】训练大型的数据集的速度受很多因素影响,由于数据集比较大,每个优化带来的时间提升就不可小觑。硬件方面,CPU、内存大小、GPU、机械硬盘orSSD存储等都会有一定的影响。软件实现方面,PyTorch本身的DataLoader有时候会不够用,需要额外操作,比如使用混合精度、数据预读取、多线程读取数据、多卡并行优化等策略也会给整个模型优化带来非常巨大的作用。那什么时候需要采取这篇文章的策略呢?那就是明明GPU显存已经占满,但是显存的利用率很低。本文将搜集到的资源进行汇总,由于目前原创 2020-12-28 08:24:49 · 3828 阅读 · 0 评论 -
How to Read Scientific Paper??
文章目录Three-pass Approach1. The first pass: The bird's-eye view2. The second pass: Grasp the content3. The third pass: virtually re-implement the paperDoing a Literature Survey1. First Pass2. Second Pass3. Third PassOptional ExtensionsHow to Read Scientific原创 2020-11-24 19:11:13 · 473 阅读 · 0 评论