（８）Bubbliiiing_yolov4训练代码阅读汇总

目录

１．pytorch中参数初始化方法

２．pytorch保存与加载模型来测试或继续训练

３．model.train()与model.eval()的用法

４．with torch.no_grad()

５．cudnn.benchmark = True

６．Numpy.random.seed()

７．冻结情况下训练

８．DataSet和DataLoader用法

９．for循环总结(enumerate)

---

​​​​​​​​​​​​​​

１．pytorch中参数初始化方法

https://www.cnblogs.com/lindaxin/p/8037561.html

yolo_training.py中的weights_init函数采用以下方法对整个网络进行初始化，如图所示：

２．pytorch保存与加载模型来测试或继续训练

https://blog.csdn.net/yanghao201607030101/article/details/110947689

train.py中加载预训练模型进行继续训练，如图所示：

３．model.train()与model.eval()的用法

https://blog.csdn.net/Qy1997/article/details/106455717/；