目录
2.数据准备
4.训练集可视化
1. Mindspore环境安装
官网地址 : MindSpore官网
2.数据准备
由于 ImageNet 数据集有100多G,因此数据集仅使用部分数据集,其中图片均为卷纸。
3. 样例代码准备
4.训练集可视化
由于缺少可视化工具,将图片保存到本地,本地画图工具打开训练集
plt.savefig("filename_test.png")
运行 训练集可视化脚本,报缺少3rd库
5. 训练
运行训练脚本
python train.py --batch_size 128 --learning_rate 0.5e-4
由于机器的限制,内存不够,接下来,将batch_size改为32,num_epochs改为50
大概运行了2个多小时,最后训练完成。接下来一起看下生成的文件,checkpoint和训练过程中的推理图片。
6. 推理
最后,我们利用训练过程中的保存的checkpoint文件进行推理
推理完成之后,我们来看下成果,随机挑选一张图片,看下着色效果啦