函数、损耗和模块块在实验之间共享。
pugh-torch的Python项目详细描述
普氏电筒
功能,损耗,模块块在实验之间共享。在
软件包功能
- 向TensorBoard摘要编写器添加规范化图像和语义分割图像的附加方法。在
- 异构数据集的交叉熵损失
- 方便的数据集下载/解包到
~/.pugh_torch/datasets/
。- 您可以通过ENV变量
ROOT_DATASET_PATH
来覆盖它。在
- 您可以通过ENV变量
安装
稳定发布:pip install pugh_torch
开发负责人:pip install git+https://github.com/BrianPugh/pugh_torch.git
实验
回购协议的一个重要部分是一个框架,可以快速迭代各种想法。在
为此,我们提供以下内容:
- docker容器
brianpugh/pugh_torch
,包含许多依赖项 实验者想用。- 您可以通过以下方式拉取docker映像并启动容器:
在docker pull brianpugh/pugh_torch ./docker_run.sh
- 这将映射
~/.pugh_torch
和git repo的本地副本 放进容器里。如果你愿意,你可以改变这个。 这也将传入任何可用的gpu并设置其他公共 运行/训练神经网络的docker标志。在 - 这个容器运行一个VNC服务器,以防您需要执行一些可视化操作
操作,例如使用
matplotlib.pyplot
- 您可以通过以下方式拉取docker映像并启动容器:
- 一个统一的训练司机
experiments/train.py
来运行实验。- 从
experiments/
文件夹,运行python3 train.py template
开始 在ImageNet上训练默认resnet50体系结构。在 - 无法自动下载ImageNet(请参阅引发的错误)。到
使用更容易获取的数据集开始培训,运行:
python3 train.py template dataset=cifar100 model=cifar100
- 从
- 一个模板项目
experiments/template
,它应该能让你继续。目标 这里提供最大的灵活性,同时最小化“项目启动” 成本”。我们利用以下库:- Hydra管理实验 超参数和其他配置。把你的 可通过此配置配置而不是直接调整代码 使实验更加可跟踪和可复制的代码。在
- PyTorch-Lightning 用于一般项目组织和培训。在
pugh_torch
用于使用上述 库更容易用于常见的项目和任务。在
文件
有关完整的软件包文档,请访问BrianPugh.github.io/pugh_torch。在
免费软件:麻省理工学院许可证
变更日志
这个项目的所有显著变化都将记录在这个文件中。在
格式基于Keep a Changelog, 这个项目遵循Semantic Versioning。在
[0.4.0]-待定
添加
- pytorch闪电回调(TensorBoardAddSS,tensorboardadds分类) 分别用于分段和分类任务的add_ss和add_rgb。在
- 项目模板的初始形式,以使想法快速进行。在
- ADE20K数据集
- 各种优化器和吸气剂
- 各种激活函数和吸气剂
- LoadStateDictMixin,它增加了模型加载的冗长性,并具有更宽松的
strict
形状要求。在 - 使用LoadStateDictMixin的预训练resnet模型(来自torchvision)
- 标签平滑损失
[0.3.1]-2020年9月21日
添加
- 将
ResizeShortest
别名为ShortestMaxSize
以与albumentations.augmentations.transforms.LongestMaxSize
一致
固定
- 在ResizeShortest变换中添加缺少的插值属性。在
- 修正了
ResizeShortest
两边长度相同时产生的含铁结果。在
[0.3.0]-2020年9月21日
添加
- 文本标签添加到TensorBoard图像
- ResizeShortest增强变换
- 单元测试实用程序
- 基本数据集API
- 添加了一堆有用的依赖项。在
[0.2.0]-2020年9月15日
添加
- 准备docker发布时需要额外的_。
[0.1.0]-2020年9月13日
添加
-
初次发行
- 项目
标签: