Swin Transformer实战：使用 Swin Transformer实现图像分类。

conda create -n swin python=3.7 -y

conda activate swin

3、安装pytorch

conda install pytorch1.7.1 torchvision0.8.2 torchaudio==0.7.2 cudatoolkit=11.0 -c pytorch

4、安装timm

pip install timm==0.3.2

5、安装apex

---

APEX是英伟达开源的，完美支持PyTorch框架，用于改变数据格式来减小模型显存占用的工具。其中最有价值的是amp（Automatic Mixed Precision），将模型的大部分操作都用Float16数据类型测试，一些特别操作仍然使用Float32。并且用户仅仅通过三行代码即可完美将自己的训练代码迁移到该模型。实验证明，使用Float16作为大部分操作的数据类型，并没有降低参数，在一些实验中，反而由于可以增大Batch size，带来精度上的提升，以及训练速度上的提升。

5.1 下载apex

​ 网址 https://github.com/NVIDIA/apex，下载到本地文件夹。解压后进入到apex的目录安装依赖。在执行命令；

cd C:\Users\WH\Downloads\apex-master #进入apex目录

pip install -r requirements.txt

5.2 安装apex

依赖安装完后，打开cmd，cd进入到刚刚下载完的apex-master路径下，运行：

python setup.py install

然后跑了一堆东西，最后是这样的：

安装完成！

6、安装一些其他的包

---

pip install opencv-python4.4.0.46 termcolor1.1.0 yacs==0.1.8

数据集

==============================================================

数据集采用最经典的猫狗大战数据集。数据集地址：链接：https://pan.baidu.com/s/1ZM8vDWEzgscJMnBrZfvQGw 提取码：48c3

如果连接失效请联系我，或者你也可以从别的途径获得。

项目结构

===============================================================

使用tree命令打印整个项目的结构

Swin-Transformer-main

├─configs#配置文件

├─data#处理数据集相关的操作

│

├─dataset #数据集结构

│ ├─test

│ ├─train

│ │ ├─cat

│ │ └─dog

│ └─val

│ ├─cat

│ └─dog

├─figures

├─models#Swin的模型文件

│

├─output#训练模型的输出

训练

==&#