multi task训练torch_GitHub - xrick/Pytorch-Multi-Task-Multi-class-Classification: 旨在搭建一个分类问题在Pytorch框架...

本文介绍了一个使用Pytorch实现的多任务多分类项目,包括样本组织、任务解析、模型训练和评估。该项目旨在提供一个通用的分类问题解决方案,支持单任务和多任务的多分类问题。
摘要由CSDN通过智能技术生成

1. Pytorch-Multi-Task-Multi-class-Classification

MTMC-Pytorch:

MTMC-Pytorch = Multi-Task Multi-Class Classification Project using Pytorch.

目的:

旨在搭建一个分类问题在Pytorch框架下的通解,批量解决单任务多分类问题、多任务多分类问题。

使用:

需要做的准备工作是将样本整理成如下格式按文件夹存放;

MTMC自动解析任务获取类别标签、自适应样本均衡、模型训练、模型评估等过程。

MLDataloader load MTMC dataset as following directory tree.

Make sur train-val directory tree keeps consistency.

data_root_path

├── task_A

│ ├── train

│ │ ├── class_1

│ │ ├── class_2

│ │ ├── class_3

│ │ └── class_4

│ └── val

│ ├── class_1

│ ├── class_2

│ ├── class_3

│ └── class_4

└── task_B

├── train

│ ├── class_1

│ ├── class_2

│ └── class_3

└── val

├── class_1

├── class_2

└── class_3

备注&#x

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值