Wayne2019的博客

没计算资源，只能简单测试下resnet18训练代码（带验证）：''' TODO: - 采用更深的网络（简单，但是需要计算资源） - top3 accuracy，可参考https://github.com/pytorch/examples/blob/master/imagenet/main.py ''' #pkill -9 python #nvidia-smi import os import tor

分享个简单的启动代码。''' CHANGES: - imagenet cnns: resnet: http://pytorch.org/docs/master/torchvision/models.html - places 365 cnns: resnet 18, 50: https://github.com/CSAILVision/places365 - top3 accuracy: https

- 有个比较奇怪的地方是loss和batch_size有关，目前没有仔细研究。 - 另外需要注意places 365 cnn 是采取了保存和加载整个模型的办法，而我自己在用时只保存了权重，因此这里需要先导入pytorch官方的模型。 - 经在验证集上多重的比较，除了loss的问题其他都正常。 - 只是为了测试程序功能，使用了最小的训练量，因此准确率非常低。''' http://blog.csd

基于官方的验证脚本改的。import json import argparse import time import shutil import pandas as pddef __load_data(submit_file, reference_file, submit_dict, ref_dict): # load submit result and reference result