文件名称：pytorch-classification:使用PyTorch训练图像分类模型
文件大小：11KB
文件格式：ZIP
更新时间：2024-06-16 10:48:13
Python
PyTorch中的ImageNet培训 这将对ImageNet数据集上的流行模型架构（例如ResNet，AlexNet和VGG）进行训练。 要求 安装PyTorch（ ） pip install -r requirements.txt 下载ImageNet数据集并将验证图像移动到带标签的子文件夹中 为此，您可以使用以下脚本： : 训练 要训练模型， main.py使用所需的模型架构和ImageNet数据集的路径运行main.py ： python main.py -a resnet18 [imagenet-folder with train and val folders] 默认学习率计划从0.1开始，每30个时代衰减10倍。 这对于ResNet和具有批处理归一化的模型是合适的，但对于AlexNet和VGG来说太高了。 使用0.01作为AlexNet或VGG的初始学习率：
【文件预览】：
pytorch-classification-master
----train.py(18KB)
----reshape.py(2KB)
----models()
--------.gitkeep(0B)
----onnx_validate.py(1KB)
----requirements.txt(18B)
----README.md(4KB)
----onnx_export.py(3KB)
----data()
--------.gitkeep(0B)
----.gitignore(75B)