![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
pytorch学习
文章平均质量分 92
二狗1号
犯其至难,而图其致远。坚持学习。
展开
-
Horovod-分布式训练框架
1.Horovod-分布式训练框架github:官网:https://eng.uber.com/horovod/Horovod是Uber开源的又一个深度学习工具,支持TensorFlow、Keras、PyTorch和Apache MXNet的分布式训练框架。可为用户实现分布式训练提供帮助,让分布式深度学习更快更易用。1.1参考:https://www.cnblogs.com/yangwenhuan/p/11165168.htmlhttps://zhuanlan.zhihu.com/p/.原创 2020-10-11 20:55:48 · 458 阅读 · 0 评论 -
多GPU训练模型是如何进行的
1. 多GPU是如何训练模型的1.1 pytorch GPU加速训练1.1.1torch如何使用GPU首先使用torch.cuda.is_available()函数判断GPU是否可用,然后将tensor和模型转移到GPU上运行,可以通过数字指定使用哪一块GPU。import torchfrom torchvision import modelstest_data = torch.randn(3, 3)temp_model = models.vgg16()if torch.cuda.is_av原创 2020-10-10 00:51:52 · 935 阅读 · 0 评论 -
pytorch 车型分类代码
pytorch 车型分类代码 (1)可以跑通,代码简洁学习自用持续更新1 数据文件配置数据需要按照下面的方式组织,在数据文件夹中需要有train和val文件夹,然后每个文件夹内中,每个类别放在一个文件夹即可,可以直接利用pytorch自带的datasets.ImageFolder函数加载数据,image有点像imagenet 分类配置。* 这种凡方式也有弊端,一般业务场景数据是通过一个image_list.txt 文件加载,其中包含图片地址和label,调整类别映射的数字不方便*原创 2020-09-29 00:38:21 · 2184 阅读 · 15 评论 -
pytorch model.train和model.eval 分析
1.参考资料https://blog.csdn.net/qq_38410428/article/details/1011020752 pytorch model.train和model.eval2.1作用model.train() 和 model.eval() 分别用在模型训练和评价的时候使用,model.train() :启用 BatchNormalization 和 Dropoutmodel.eval() :不启用 BatchNormalization 和 Dropout使用PyTo原创 2020-09-28 23:11:48 · 558 阅读 · 1 评论 -
pytorch 构造dataloader-数据加载源码分析
pytorch 学习之 ImageFolder1、参考资料https://blog.csdn.net/weixin_40123108/article/details/85099449摘要torchvision已经预先实现了常用的Dataset,包括前面使用过的CIFAR-10,以及ImageNet、COCO、MNIST、LSUN等数据集,可通过诸如torchvision.datasets.CIFAR10来调用。在这里介绍一个会经常使用到的Dataset——ImageFolder。ImageFol原创 2020-09-14 21:55:55 · 343 阅读 · 1 评论 -
pytorch loss 函数相关(学习用)
1 pytorch loss 函数相关(学习用)1.1 参考资料pytorch官网loss资料https://pytorch.org/docs/stable/nn.html优秀参考博文https://blog.csdn.net/rosefun96/article/details/88058708https://www.jianshu.com/p/579a0f4cbf241.2 一些loss的解释Huber Losshttps://blog.csdn.net/My123456abc/a原创 2020-09-14 01:30:53 · 233 阅读 · 0 评论 -
pytorch 学习 mnist 分类
pytorch 学习 mnist 分类参考微软nni中的代码,这个minst代码写的比较逻辑严密,条例清洗,是学习的榜样,用于自己学习下面展示一些 内联代码片。"""@data:2020.0914@author:s"""import osimport loggingimport torchimport torch.nn as nnimport torch.nn.functional as Fimport torch.optim as optimfrom torchvision原创 2020-09-14 01:00:58 · 172 阅读 · 0 评论