基于Android pytorch API 深度学习语义分割(下)

草稿

import numpy as np
import torch.nn.functional as F
import cv2
from dataset import Mydataset
from fcNet import *
from torch.utils.data import DataLoader
import torch.nn as nn
import torch
from eval import *

numclass = 2
epoches = 100
train_data = Mydataset(352, 480, True)
train_loder = DataLoader(train_data, batch_size=8, shuffle=True, num_workers=0)
val_data = Mydataset(352, 480, False)
val_loder = DataLoader(train_data, batch_size=8, shuffle=True, num_workers=0)
fcn=MyFcNet_vgg16bn(2)
cretion = nn.NLLLoss()
optimizer = torch.optim.Adam(fcn.parameters(), lr=1e-4)



def train(model):
    best=[0]
    net = model.train()

    for epoch in range(epoches):
        print("Epoch is [{}/{}]".format(epoch + 1, epoches))
        if epoch % 50 == 0 and epoch != 0:
            for gp in optimizer.param_groups:
                gp['lr'] *= 0.5

        train_loss =
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

HySmiley

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值