qq_27844739的博客

本文认为一个深度学习项目开发的主要工作量可以分为模型组网、数据载入和训练脚本三个部分。 1. 模型组网 本步骤实现模型的定义，基于所使用的深度学习框架，使用其提供的API构建自己的深度学习模型。 以pytorch为例，定义模型继承自基类nn.Module，然后实现构造函数和前向forward()。 完成后可构造fake_data验证输入输出是否符合预期； 工作量： 与模型的复杂程度和开发人员对API的熟悉程度有关。 2. 数据载入 本步骤实现数据集的读取方式，主要实现MyDataset和调用Dataload

使用装饰器，分析python各个函数执行时间。