深度学习自用trick

目录

1、双击py文件，pycharm工作目录只有一个文件

2、加了tqdm报错

3、将日志文件写入txt，防止不显示输出

4、TTA测试数据增强

---

1、双击py文件，pycharm工作目录只有一个文件

问题描述：作为一个小白，每次打开文件都是双击，但是总会有很多时候遇到如下图的情况，导师编辑文件的时候不方便，明明文件夹里有一堆，但pycharm打开的时候就只有一个

 解决方法：文件--打开--选择你想要的工作目录--确定即可，现在就能看到这个文件夹下的所有内容了

2、加了tqdm报错

        tqdm的引入并不是import tqdm 而是，这样修改后不报错了

from tqdm import tqdm

3、将日志文件写入txt，防止不显示输出

import logging

#初始化文件，filemode=w每次覆盖文件
logging.basicConfig(filename='./log.txt',
                     format = '%(asctime)s - %(name)s - %(levelname)s - %(message)s-%(funcName)s',
                     level=logging.INFO,
                     filemode='w')
#在dataloader前加个enumerate，可以取出序号
 for x,data in tqdm(enumerate(train_dataloader)):

#写入文件
logging.info(
            "[batch:{:<5}/{:<5}] ".format(x, train_data_size//train_dataloader.batch_size) +
            "lr:{:.6f} ".format(optimizer.param_groups[0]['lr']) +
            "loss:{:.6f}  ".format(total_train_loss) +
            "acc:{:.6f} ".format(train_accuracy)
        )

得到结果显示如下，能显示还有多少batch没训练完,在dataloader前加个enmuerate可以取出序号

4、TTA测试数据增强

相当于在测试阶段把一张图片切分为好几张，同时预测，返回最大次数类别。croptransform里填入裁剪的图像大小，最后在测试过程中，用tta_model替换model

import ttach as tta

tta_model = tta.ClassificationTTAWrapper(model, tta.aliases.five_crop_transform(img_size[cfg.model_number],img_size[cfg.model_number]))