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：
欢迎加入QQ群-->： 979659372
