网页设计周记26篇300字,邢台一天seo,企业网站建设软件需求分析,织梦多个网站核心思想就是通过Yaml文件将主体模块和可拔插的模块组成一个完整的pipline.
train.py流程解析#xff1a;
初始化训练参数 1 parserArgsParser() #读取命令行传递参数#xff0c;加载yaml文件参数 2 整合参数#xff0c;检查参数配置是否正确 3 检查是否使用GPU加速 4 检查…核心思想就是通过Yaml文件将主体模块和可拔插的模块组成一个完整的pipline.
train.py流程解析
初始化训练参数 1 parserArgsParser() #读取命令行传递参数加载yaml文件参数 2 整合参数检查参数配置是否正确 3 检查是否使用GPU加速 4 检查paddledet版本是否正确 5 进入run()函数 配置阶段 系统变量配置、初始化、得到GPU数量 创建数据读取类 创建网络结构类 创建学习率类 创建优化器类 初始化模型权重、加载预训练模型、模型与优化器整合 是否多卡并行训练 开始训练 遍历数据开始循环训练根据时间戳计算时间 模型前向推理反向传播 每一个iter结束后输出日志 打印log eval.py流程解析
初始化训练参数 parserArgsParser() #读取命令行传递参数加载yaml文件参数 参数整合检查参数配置是否正确 使用GPU加速 查看paddledet版本是否正确 进入run()函数 配置阶段 创建网络结构类 初始化模型权重加载预训练模型 创建数据读取类 开始评估 遍历数据开始前向推理收集结果 选择Metric评估标准 输出日志 infer.py流程解析
初始化训练参数 parserArgParser() #读取命令行传递参数加载yaml文件参数 参数整合检查参数配置是否正确 GPU使用是否正确 查看paddledet版本是否正确 进入run()函数 配置阶段 创建网络结构类 初始化模型权重加载预训练模型 初始化模型权重加载预训练模型 创建数据读取类 选择推理标准 开启推理 遍历数据开始前向推理收集结果 保存推理结果 使用visualdl保存图片结果
export_model.py流程解析 初始化训练参数 设置cpu环境执行parserArgsParser() #读取命令行传递参数加载yaml文件参数 BN参数转换为推理参数将参数整合检查参数配置 GPU加速 查看paddle版本 进入run()函数 配置阶段 创建网络结构类 初始化模型权重 转为静态图保存模型 参考PaddleDetection整体结构概述_无情铁铲的博客-CSDN博客
