文件名称:fastai_minima:使用pytorch所需的最小fastai代码
文件大小:135KB
文件格式:ZIP
更新时间:2024-03-13 07:39:34
JupyterNotebook
fastai_minima Fastai的简化版本,带有使用Pytorch所需的准系统 #all_slow 安装 pip install fastai_minima 如何使用 该库旨在仅所需的最少以与原始Pytorch一起使用。 这包括: 学习者 回呼 优化器 DataLoaders(而不是DataBlock ) 指标 下面我们可以找到一个基于我的的非常简单的示例文章: import torch import torchvision import torchvision.transforms as transforms transform = transforms.Compose( [transforms.ToTensor(), transforms.Normalize((0.5,0.5,0.5), (0.5,0.5,0.5))]) dset_train = t
【文件预览】:
fastai_minima-master
----setup.py(2KB)
----.gitignore(2KB)
----Makefile(504B)
----MANIFEST.in(111B)
----CONTRIBUTING.md(2KB)
----LICENSE(11KB)
----02_callback.core.ipynb(32KB)
----05_callback.training.ipynb(16KB)
----docker-compose.yml(918B)
----.github()
--------workflows()
----README.md(3KB)
----03_learner.ipynb(118KB)
----fastai_minima()
--------_nbdev.py(4KB)
--------__init__.py(22B)
--------callback()
--------utils.py(6KB)
--------metrics.py(22KB)
--------learner.py(25KB)
--------optimizer.py(8KB)
----settings.ini(3KB)
----01_optimizer.ipynb(21KB)
----.devcontainer.json(521B)
----docs()
--------.gitignore(7B)
--------optimizer.html(11KB)
--------_data()
--------learner.html(108KB)
--------callback.core.html(35KB)
--------feed.xml(1KB)
--------sitemap.xml(472B)
--------metrics.html(140KB)
--------_config.yml(1KB)
--------callback.training.html(15KB)
--------index.html(17KB)
--------sidebar.json(267B)
--------Gemfile(227B)
--------Gemfile.lock(7KB)
----index.ipynb(6KB)
----04_metrics.ipynb(58KB)