PaddlePaddle 7日入门心得
一个学生小白偶尔间看到这门课,马上报名,入坑,7天过去了,真香,太好用了!!!!
百度AI studio 平台超级方便,控制台,ipython,python,都可以使用,云编程不是梦,运行环境不仅有CPU而且还有GPU,简直不要太好了。
课程方面,从最基础的入门,然后逐渐提高,开始时老师手把手教学,每一个指令都很清晰,后面慢慢“放手”,自己写一些语句,成就感慢慢。最最印象深刻的是图像识别,PaddlePaddle内不仅有数据集,还有各种模型,读数据,训练模型,验证模型都变得超级简单方便,开发时绝对是一个巨大的助力。
这是我自己训练的一些例子,作为一个小白,可以做出这些全靠PaddlePaddle。
老师的讲解也特别详细,声音巨好听,讲解的特别详细,演示的也十分到位,跟着老师,不仅做出了水果识别(苹果,橘子,香蕉)还有语言感情分析,NLP。最后结课考试任务感觉游刃有余。
这是PaddlePaddle安装连接
对YOLOv3进行fine-tune,用户可用–pretrain指定下载好的Paddle发布的YOLOv3模型,并把–class_num设置为用户数据集的类别数。
在fine-tune时,若用户自定义数据集的类别数不等于COCO数据集的80类,则加载权重时不应加载yolo_output层的权重,可通过在train.py使用如下方式加载非yolo_output层的权重:
`这里对YOLOv3进行fine-tune,用户可用–pretrain指定下载好的Paddle发布的YOLOv3模型,并把–class_num设置为用户数据集的类别数。
if cfg.pretrain:
if not os.path.exists(cfg.pretrain):
print(“Pretrain weights not found: {}”.format(cfg.pretrain))
def if_exist(var):
return os.path.exists(os.path.join(cfg.pretrain, var.name))
and var.name.find(‘yolo_output’) < 0
fluid.io.load_vars(exe, cfg.pretrain, predicate=if_exist) ```