计算机视觉模型与训练
quickvision的Python项目详细描述
快速视觉
- 更快的计算机视觉。在
安装Quickvision
- 在
从PyPi安装。在
在 - 在
当前稳定
release 0.1.1
需要PyTorch 1.7.1
和{}。在
在pip install quickvision
什么是Quickvision?在
- 在
使用Pythorch,Quickvision使计算机视觉任务变得更快、更简单。在
它规定:
- 易于使用的PyTorch本机API,适用于
fit()
、train_step()
、val_step()
模型。在 - 可轻松定制和配置不同主干的模型。在
- 完整的Pythorch本机接口。所有模型都是
nn.Module
,所有的训练api都是可选的,不绑定到模型。在 - 一个闪电API,有助于在多个GPU、TPU上加速训练。在
- 一个datasetsapi,它可以非常方便、快速地将常用数据格式转换为PyTorch格式。在
- 一个最小的包,依赖性很低。在
- 易于使用的PyTorch本机API,适用于
- 在
更快地训练你的模特。Quickvision已经在Pythorch中实现了长时间学习。在
在
Quickvision就是Pythorch!!在
- Quickvision不能让您学习新库。如果你认识Pythorch,你就可以走了!!!在
- Quickvision不会从Pythorch中提取任何代码,也不会在其上实现任何自定义类。在
- 它将数据格式保持在
Tensor
中,这样您就不需要转换它了。在
你想要一个有主干网配置的型号吗?
- 使用我们制造的模型。它只是一个
nn.Module
,只有张量的输入和输出格式。在 - Quickvision还提供了用于培训它的参考脚本!在
你想训练你的模型而不是写冗长的循环吗?
- 只需使用我们的训练方法,如
fit()
,train_step()
,val_step()
。在
你想要多GPU的培训,但担心模型配置吗?
- 只是Pythorch Lightning模型的子类!在
- 实现
train_step()
,val_step()
。在
- 项目
标签: