![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
网络模型
沉睡中的主角
忆昔穷苍茫
清心浴乾坤
展开
-
完整的模型训练套路(pytorch)
(联邦学习笔记,资料来源于b站小土堆)训练模板1、准备数据集2、获取数据集长度,可以用来辅助计算精确度3、加载数据集(DataLoader)4、搭建网络模型(一般单独一个python文件)5、创建网络模型(实例化)6、定义损失函数、优化器7、设置训练网络的一些参数(如训练次数、轮数等等)8、模型训练具体代码实现如下(简单示例):1、准备数据集train_data = torchvision.datasets.CIFAR10("../data",train=原创 2021-08-06 20:18:54 · 5820 阅读 · 4 评论 -
模型的保存与加载(pytorch)
(联邦学习笔记)对于我们自定义的或者对于现存的模型进行修改后,我们可能要在别的地方进行调用,这时候需要先将它进行保存以便后续调用。模型保存对于模型的保存有两种方式,一种是同时保存模型结构和模型参数;另一种是仅保存模型参数(官方推荐)保存方式一(保存模型结构和模型参数):torch.save(vgg16,"vgg16_methond1.pth")其中vgg16是模型,vgg16_methond1.pth是保存的名称保存方式二(仅保存模型参数):torch.save(vgg1原创 2021-08-06 11:04:52 · 534 阅读 · 0 评论 -
现有网络模型的使用和修改
(联邦学习笔记)在pytorch中,torchvison.module里有很多现有的模型可以直接使用,包括Alexnet VGG ResNet SqueezeNet DenseNet Inception v3 GoogLeNet ShuffleNet v2 MobileNet v2 MobileNet v3 ResNext Wide ResNet MNASNet Quantized Models官方文档链接:https://pytorch.org/vision/stab.原创 2021-08-05 20:59:58 · 477 阅读 · 0 评论