探究智力的深度学习包
Dawnet的Python项目详细描述
目的
使创建、跟踪、调试和重新创建模型/算法变得容易。
这是什么意思：
- 合并通用组件（res block，seblock，…）以便于使用和构建（这有利于模型创建和修改）。
- 以函数形式进行的数据处理，在将数据输入算法/模型之前，可以清楚地知道数据发生了什么。
- 查看和调试工具：
- 查看模型统计信息
- 修改数据并查看结果（top-k结果）发生了什么
- 推理必须建立在模型内部，输入是最基本的数据点（考虑到一个完全陌生的人需要使用你的模型，这个人不会知道你的模型和数据的细节，他们只有一个数据点，希望看到你的模型的结果）
要求
dawnet需要pytorch和opencv才能正常工作。由于这些库存在许多分布，因此我们建议用户自行安装以避免干扰环境。如果没有安装pytorch或opencv，则转到https://pytorch.org安装适当的版本，然后conda install -c conda-forge opencv安装opencv。
可用性路线图
- 会话必须有效
- 获取批量数据的能力
- 总结会话和模型信息
- 实现混音
- 测试所有convs架构
型号
- 模型应准备好评估方法（该部分应从进度/培训程序中抽象出来）
- 模型应准备好加载方法（仅用于推理，因为持续的训练需要有关优化器、训练迭代的知识）
数据
模型并不是创建智能系统的唯一部分。数据在这个过程中也起着至关重要的作用。很多时候，玩弄数据，看看数据稍微调整时模型的行为，可以为模型改进提供重要的见解。因此，数据操作必须易于使用。
欢迎加入QQ群-->： 979659372
