文件名称：cifar10_docker
文件大小：93KB
文件格式：ZIP
更新时间：2024-05-19 13:56:20
JupyterNotebook
关于 该存储库包含适用于1080ti训练的 结果。 它缺少许多使fastai团队在具有8个V100 GPU的AWS p3.16xlarge实例上在2m 54秒内实现94％的准确性（无fp16，无数据预取等）的许多优化。 在只有1080ti的包装盒上，我能够在13分钟30秒内训练到94％的精度（使用TTA）。 第二本笔记本改编了fastai的最新工作，并使用AdamW和1周期策略进行了培训，将所需纪元数减少到18。您可以在或了解有关此方法的更多信息。 您需要安装和才能运行此程序。 一旦启动了Docker容器，您要做的就是访问并输入jupyter作为密码。 打开笔记本，然后单击“全部运行”。 对于Tensorflow代码，请检出。 那里的实现非常少，但仍然可以作为实验的起点。 有关构建和运行容器的说明 cd进入克隆的仓库 docker build -t cifar . ./run_c
【文件预览】：
cifar10_docker-master
----Dockerfile(2KB)
----workspace()
--------models()
--------cifar10_fastai_dawnbench.ipynb(77KB)
--------cifar10_fastai_adamw.ipynb(55KB)
----run_container.sh(382B)
----README.md(2KB)
----data.py(518B)