文件名称：颜色分类leetcode-pytorch-experiments-template:基于pytorch的分类实验模板
文件大小：544KB
文件格式：ZIP
更新时间：2024-07-26 17:11:16
系统开源
颜色分类leetcode Pytorch 分类实验模板 使用 pytorch 并进行分类的深度学习项目模板。 该模板被设计为一个完全有效的实验启动器。 也就是说，简单地运行python train.py将在 Cifar-10 上运行一个小型 CNN，同时处理日志记录、检查点、整齐打印到终端、数据集等。 一些值得注意的功能包括： 立即使用以下型号： 一个小/浅的 CNN 标准的 Resnet 预激活 Resnet 广泛的 Resnet 密集网 以下数据集的立即可用性： -放大（即Cinic-10的train+validation作为train set） Cifar-10 Cifar-100 MNIST 时尚-MNIST 内置日志记录和进度条 内置和广泛的数据增强，包括： 随机水平翻转 随机作物 剪下 随机限制旋转 随机缩放 随机剪切 颜色抖动 A 举例说明简单日志记录功能的使用 文件夹/文件结构 train.py : 主要训练代码，运行这个→→→ models ：神经网络→→→ notebooks : 绘图结果的笔记本→→→ utils ：必要的实用程序，包括实验管理员和数据集 示例运行
【文件预览】：
pytorch-experiments-template-master
----.gitignore(64B)
----models()
--------model_selector.py(4KB)
--------wresnet.py(4KB)
--------preact_resnet.py(4KB)
--------densenet.py(4KB)
--------cnn.py(4KB)
--------resnet.py(4KB)
----LICENSE(34KB)
----utils()
--------datasets.py(9KB)
--------storage.py(13KB)
--------cinic_utils.py(4KB)
--------torchsummary.py(4KB)
--------augmentors.py(1KB)
--------administration.py(5KB)
----notebooks()
--------Cifar-100-results.pdf(104KB)
--------utils.py(868B)
--------plot-results.ipynb(419KB)
--------Cifar-10-results.pdf(104KB)
----README.md(6KB)
----train.py(9KB)