文件名称：x-classification:基于pytorch的图像分类框架
文件大小：68KB
文件格式：ZIP
更新时间：2024-06-18 04:50:37
Python
pytorch 分类 使用 Pytorch 在CIFAR10 CIFAR100和ImageNet进行分类 特征 两种训练方式 纪元训练：使用固定纪元的训练网络（warmup_epoch/epoch=1/200） step training：使用固定步长训练网络（warmup_steps/total_steps= 1000/80000） 多 GPU 支持 简单实用的培训日志文件 支持不同的训练计划（ multi-step / cosine / linear ） 要求 Python3.6 pytorch1.6.0 + cuda10.1 张量板 2.3.0 翻牌 安装 克隆 git clone https://github.com/x-multimodal/x-classification.git 用法 1.进入目录 $ cd x-classification 2. 数据集 现在仅支持
【文件预览】：
x-classification-master
----.gitignore(37B)
----step_run.py(3KB)
----datasets()
--------dataset()
--------__pycache__()
--------dataset_loader.py(3KB)
----criterion()
--------__init__.py(53B)
--------cross_entropy.py(3KB)
----models()
--------get_network.py(799B)
--------net()
--------__pycache__()
----utils()
--------scheduler.py(3KB)
--------DALI.py(0B)
--------testing()
--------util.py(4KB)
--------training()
--------visual_engine.py(0B)
----epoch_run.py(3KB)
----README.md(7KB)
----.idea()
--------.gitignore(222B)
--------misc.xml(195B)
--------MAC_classification.iml(284B)
--------inspectionProfiles()
--------modules.xml(288B)
----net_stat.py(951B)
----counter.py(1KB)
----conf()
--------model_configs()
--------__init__.py(2KB)
--------data_configs()
--------global_configs.py(738B)
--------__pycache__()