PaddlePaddle 7日入门心得

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！！！！

课程传送门

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) ```