PDARTS 项目启动与配置教程

PDARTS 项目启动与配置教程

pdarts 项目地址: https://gitcode.com/gh_mirrors/pd/pdarts

1. 项目目录结构及介绍

PDARTS 项目是基于 PyTorch 的渐进微分架构搜索（Progressive Differentiable Architecture Search）的开源实现。项目的目录结构如下：

• LICENSE：项目的许可证文件。
• README.md：项目的说明文档，包含项目简介、使用方法、结果展示等。
• train_search.py：启动搜索过程的 Python 脚本。
• train_cifar.py：在 CIFAR 数据集上训练和评估搜索到的模型的 Python 脚本。
• train_imagenet.py：在 ImageNet 数据集上训练和评估搜索到的模型的 Python 脚本。
• test.py：测试 CIFAR 数据集上预训练模型的 Python 脚本。
• test_imagenet.py：测试 ImageNet 数据集上预训练模型的 Python 脚本。
• model.py：定义模型结构的 Python 脚本。
• model_search.py：定义搜索过程中模型的 Python 脚本。
• operations.py：定义网络操作的 Python 脚本。
• visualize.py：可视化搜索到的网络结构的 Python 脚本。
• utils.py：包含一些实用工具函数的 Python 脚本。
• genotypes.py：存储搜索到的网络基因的 Python 脚本。

此外，项目中还包括了一些图像文件，如 C10_normal.jpg、C10_reduce.jpg 等，这些通常用于文档中的示例或展示搜索到的网络结构。

2. 项目的启动文件介绍

项目的启动文件主要是 train_search.py，该文件包含了启动搜索过程的代码。以下是启动搜索的基本命令：

python train_search.py \\
--tmp_data_dir /path/to/your/data \\
--save log_path \\
--add_layers 6 \\
--add_layers 12 \\
--dropout_rate 0.1 \\
--dropout_rate 0.4 \\
--dropout_rate 0.7 \\
--note note_of_this_run

其中，--tmp_data_dir 用于指定数据集的路径，--save 用于指定日志文件的保存路径，--add_layers 用于添加网络层，--dropout_rate 用于设置丢弃率，--note 用于添加运行备注。

3. 项目的配置文件介绍

在项目中并没有单独的配置文件，所有的配置都是通过命令行参数来完成的。在上述的启动命令中，可以通过修改参数来调整搜索过程的各种配置。

例如，如果你想在 CIFAR100 数据集上进行搜索，可以添加参数 --cifar100：

python train_search.py \\
--tmp_data_dir /path/to/your/data \\
--save log_path \\
--add_layers 6 \\
--add_layers 12 \\
--dropout_rate 0.1 \\
--dropout_rate 0.4 \\
--dropout_rate 0.7 \\
--note note_of_this_run \\
--cifar100

在训练和评估阶段，也可以通过命令行参数来进行配置，例如：

python train_cifar.py \\
--tmp_data_dir /path/to/your/data \\
--auxiliary \\
--cutout \\
--save log_path \\
--note note_of_this_run \\
--cifar100  # 如果在 CIFAR100 数据集上评估

通过这些参数的灵活配置，可以适应不同的搜索和训练需求。

pdarts 项目地址: https://gitcode.com/gh_mirrors/pd/pdarts