動機:如何執行 PyTorch 实践指南 範例(A Guidance on PyTorch Coding Style Based on Kaggle Dogs vs. Cats)代碼?!
準備環境:
1.MacBook Pro筆電
實作步驟:
1.先下載所需的數據 kaggle比赛官网 並解壓縮至 ./data 子目錄內
2.安裝指定的套件... pip install -r requirements.txt
3.開始試玩,啟動visdom... python -m visdom.server (開啟 Chome並輸入網址:http://localhost:8097/), 如下圖
4.啟動訓練...
# 在cpu0上訓練,並把可視化結果保存在visdom 的 main env上
python main.py train --data-root=./data/train --use-gpu=False --env=main
python main.py train --train-data-root=data/train/ --lr=0.01 --batch-size=1 --model='ResNet34' --use-gpu=False --max-epoch=1 --env=main
如下圖
心得:
1.本想學學 深度學習(Deep Learning) 如何去從 kaggle比賽 中解題的技巧,但看到上述訓練竟要費時13.50小時(只能嘆息我的硬體太差!!),我就想去睡個好覺了...|||
2.之所以會挑這個source codes,是因為它寫的python語法及fire應用真是太棒了!!
參攷:
1.chenyuntc/pytorch-best-practice, https://github.com/chenyuntc/pytorch-best-practice
準備環境:
1.MacBook Pro筆電
實作步驟:
1.先下載所需的數據 kaggle比赛官网 並解壓縮至 ./data 子目錄內
2.安裝指定的套件... pip install -r requirements.txt
3.開始試玩,啟動visdom... python -m visdom.server (開啟 Chome並輸入網址:http://localhost:8097/), 如下圖
4.啟動訓練...
# 在cpu0上訓練,並把可視化結果保存在visdom 的 main env上
python main.py train --data-root=./data/train --use-gpu=False --env=main
python main.py train --train-data-root=data/train/ --lr=0.01 --batch-size=1 --model='ResNet34' --use-gpu=False --max-epoch=1 --env=main
如下圖
心得:
1.本想學學 深度學習(Deep Learning) 如何去從 kaggle比賽 中解題的技巧,但看到上述訓練竟要費時13.50小時(只能嘆息我的硬體太差!!),我就想去睡個好覺了...|||
2.之所以會挑這個source codes,是因為它寫的python語法及fire應用真是太棒了!!
感謝:非常感激 PyTorch 实践指南 作者無私開源了此一專案,讓大家可以深度學習及分享其成果。
參攷:
1.chenyuntc/pytorch-best-practice, https://github.com/chenyuntc/pytorch-best-practice
留言