Ecosyste.ms: Awesome

An open API service indexing awesome lists of open source software.

Awesome Lists | Featured Topics | Projects

https://github.com/chenyuntc/pytorch-best-practice

A Guidance on PyTorch Coding Style Based on Kaggle Dogs vs. Cats
https://github.com/chenyuntc/pytorch-best-practice

image-classification pytorch visdom

Last synced: 6 days ago
JSON representation

A Guidance on PyTorch Coding Style Based on Kaggle Dogs vs. Cats

Awesome Lists containing this project

README

        

# PyTorch 实践指南

本文是文章[PyTorch实践指南](https://zhuanlan.zhihu.com/p/29024978)配套代码,请参照[知乎专栏原文](https://zhuanlan.zhihu.com/p/29024978)或者[对应的markdown文件](PyTorch实战指南.md)更好的了解而文件组织和代码细节。

## 本部分内容属于 《深度学习框架PyTorch:入门与实践》一部分, 关于该书的源码,以及更多案例,请查看[github](https://github.com/chenyuntc/pytorch-book)

## 数据下载
- 从[kaggle比赛官网](https://www.kaggle.com/c/dogs-vs-cats/data) 下载所需的数据
- 解压并把训练集和测试集分别放在一个文件夹中

## 安装
- PyTorch : 可按照[PyTorch官网](http://pytorch.org)的指南,根据自己的平台安装指定的版本
- 安装指定依赖:

```
pip install -r requirements.txt
```

## 训练
必须首先启动visdom:

```
python -m visdom.server
```

然后使用如下命令启动训练:

```
# 在gpu0上训练,并把可视化结果保存在visdom 的classifier env上
python main.py train --data-root=./data/train --use-gpu=True --env=classifier
```

详细的使用命令 可使用
```
python main.py help
```

## 测试

```
python main.py --data-root=./data/test --use-gpu=False --batch-size=256
```