在此示例中,我们将使用 SuperGradients 在 CIFAR10 图像分类数据集上从头开始训练 ResNet18 模型。我们还将通过迁移学习以及在 ImageNet 数据集上预先训练的权重来微调同一模型。
快速安装
对于这个例子,唯一必要的包是超级梯度。安装超级梯度还将安装运行本示例中的代码所需的所有依赖项。
pip install super-gradients
1. 实验设置
首先,我们将初始化我们的训练器,它是一个 SuperGradients Trainer 对象。
from super_gradients import Trainer
训练器负责训练模型、评估测试数据、进行预测和保存检查点。
要初始化训练器,必须提供实验名称。我们还将通过ckpt_root_dir
参数提供检查点根目录。在此目录中,将驻留所有实验的日志、张量板和检查点目录。该参数是可选的,如果未提供