先自我介绍一下,小编浙江大学毕业,去过华为、字节跳动等大厂,目前阿里P7
深知大多数程序员,想要提升技能,往往是自己摸索成长,但自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年最新Python全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上Python知识点,真正体系化!
由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新
如果你需要这些资料,可以添加V获取:vip1024c (备注Python)
正文
第二步:下载数据集
下载链接:https://aistudio.baidu.com/aistudio/datasetdetail/128506
四个文件都需要下载
第三步:下载任务操作模板
**下载链接:**https://aistudio.baidu.com/aistudio/datasetdetail/128507
==============================================================
第一步:配置Notebook
1.找到昨天创建的Notebook任务,点击配置
2.配置选择
-
开发语言:Python3.7
-
AI框架:PaddlePaddle2.0.0
-
资源规格:GPU V100(限时免费,注意时间)
3.打开Notebook
4.上传本次Notebook操作模型、数据集、测试集,共5个文件
第一步:环境准备
1.下载PaddleVideo、
2.安装PaddleVideo的相关依赖
5.修改配置文件(数据路径),找到对应文件,打开,修改训练集和测试集路径
改成这样(必须英文输入)
6.保存yaml文件和Notebook文件
记得截图最后一步完成打卡
打卡截图示例:
==============================================================
文档指导:
1.重新启动打开Notebook任务
2.重新进入PaddleVideo目录,然后重新配置代码环境,安装依赖
3.进行模型训练,约需要半小时训练完成。
- 训练结果保存在
PaddleVideo/output
文件夹下
如果你想调整训练参数,可以在configs/recognition/stgcn/stgcn_fsd.yaml文件中找到网络结构与数据路径。
表示我们使用的是ST-GCN算法,framework为RecognizerGCN
,backbone是时空图卷积网络STGCN
,head使用对应的STGCNHead
,数据集分类采用30分类 (用若用户使用10分类数据集,请在此更改为num_classes:10)。
若修改为10分类训练,除了修改数据集路径之外,在上一步网络结构中需要修改num_classes。(可以通过降低batch_size来提升实验效果,但是会加长训练时长)
4.进行模型测试
-
本案例中自带训练权重
-
通过
-c
参数指定配置文件,通过-w
指定权重存放路径进行模型测试。
ST-GCN模型实验精度
本案例仅选用优化后单模型ST-GCN进行试验,分别在FSD30分类与10分类的测试集下计算模型精度。模型优化策略选用了数据平均抽帧(降维),随机可学习骨骼点子图划分、通过矩阵拼接替换爱因斯坦求和约定操作。下表展示了ST-GCN模型在不同测试集下实验精度结果(单卡NVIDIA GeForce RTX 3070 Ti)
| 数据集类别 | Test Data | Top-1精度 |
| :-: | :-: | :-- |
| FSD30分类 | Test_A | 60.5% |
| FSD30分类 | Test_B | 58.5% |
| FSD10分类 | Test data | 91.0% |
在FSD10分类下需要修改 configs/recognition/stgcn/stgcn_fsd.yaml
文件中num_classes
、batch_size
等参数。通过修改参数(eg. batch_size:8,16),可以达到91%左右的测试集精度。
记得截图模型测试结果进行打卡哦~
打卡截图示例:
最后
🍅 硬核资料:关注即可领取PPT模板、简历模板、行业经典书籍PDF。
🍅 技术互助:技术群大佬指点迷津,你的问题可能不是问题,求资源在群里喊一声。
🍅 面试题库:由技术群里的小伙伴们共同投稿,热乎的大厂面试真题,持续更新中。
🍅 知识体系:含编程语言、算法、大数据生态圈组件(Mysql、Hive、Spark、Flink)、数据仓库、Python、前端等等。
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
需要这份系统化的资料的朋友,可以添加V获取:vip1024c (备注python)
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
、Hive、Spark、Flink)、数据仓库、Python、前端等等。
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
需要这份系统化的资料的朋友,可以添加V获取:vip1024c (备注python)
[外链图片转存中…(img-N0jnBfWs-1713646577726)]
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!