forked from JansonYuan/Pytorch-Camp
-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathreadme.txt
178 lines (175 loc) · 4.47 KB
/
readme.txt
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
为保证代码少报错，本项目严格按照以下目录树进行组织
若工具包无法导入，请检查文件目录结构，或自行学习python的包导入相关知识点
hello pytorch
│ readme.txt
├─data
│ 02-01-数据-RMB_data.rar
│ 07-02-数据-模型finetune.zip
│ 08-01-数据-20200724.zip
│ 08-02-数据-PortraitDataset-20200724.zip
│ 08-03-数据-20200724.zip
│ 08-04-数据-20200724.zip
│ 08-05-数据-20200724.zip
│
├─lesson
│ ├─lesson-01
│ │ hello pytorch.py
│ │
│ ├─lesson-02
│ │ lesson-02.py
│ │
│ ├─lesson-03
│ │ lesson-03-Linear-Regression.py
│ │ lesson-03.py
│ │
│ ├─lesson-04
│ │ lesson-04-Computational-Graph.py
│ │
│ ├─lesson-05
│ │ lesson-05-autograd.py
│ │ lesson-05-Logistic-Regression.py
│ │
│ ├─lesson-06
│ │ │ 1_split_dataset.py
│ │ │ 2_train_lenet.py
│ │ │
│ │ └─test_data
│ │ └─100
│ │ 100.jpg
│ │
│ ├─lesson-07
│ │ Logistic-Regression-norm.py
│ │
│ ├─lesson-08
│ │ transforms_methods_1.py
│ │
│ ├─lesson-09
│ │ │ my_transforms.py
│ │ │ RMB_data_augmentation.py
│ │ │ transforms_methods_2.py
│ │ │
│ │ └─test_data
│ │ └─100
│ │ 100.jpg
│ │ 1001.jpg
│ │ 1002.jpg
│ │ 1003.jpg
│ │
│ ├─lesson-10
│ │ create_module.py
│ │
│ ├─lesson-11
│ │ module_containers.py
│ │
│ ├─lesson-12
│ │ lena.png
│ │ nn_layers_convolution.py
│ │
│ ├─lesson-13
│ │ lena.png
│ │ nn_layers_others.py
│ │
│ ├─lesson-14
│ │ grad_vanish_explod.py
│ │
│ ├─lesson-15
│ │ ce_loss.py
│ │ loss_function_1.py
│ │
│ ├─lesson-16
│ │ loss_function_2.py
│ │
│ ├─lesson-17
│ │ create_optimizer.py
│ │ optimizer_methods.py
│ │
│ ├─lesson-18
│ │ learning_rate.py
│ │ momentum.py
│ │
│ ├─lesson-19
│ │ create_scheduler.py
│ │ lr_decay_scheduler.py
│ │
│ ├─lesson-20
│ │ test_tensorboard.py
│ │
│ ├─lesson-21
│ │ loss_acc_weights_grad.py
│ │ tensorboard_methods.py
│ │
│ ├─lesson-22
│ │ lena.png
│ │ tensorboard_methods_2.py
│ │ weight_fmap_visualization.py
│ │
│ ├─lesson-23
│ │ hook_fmap_vis.py
│ │ hook_methods.py
│ │ lena.png
│ │
│ ├─lesson-24
│ │ L2_regularization.py
│ │
│ ├─lesson-25
│ │ dropout_layer.py
│ │ dropout_regularization.py
│ │
│ ├─lesson-26
│ │ bn_and_initialize.py
│ │ bn_application.py
│ │ bn_in_123_dim.py
│ │
│ ├─lesson-27
│ │ normallization_layers.py
│ │
│ ├─lesson-28
│ │ checkpoint_resume.py
│ │ model_load.py
│ │ model_save.py
│ │ readme.txt
│ │ save_checkpoint.py
│ │
│ ├─lesson-29
│ │ finetune_resnet18.py
│ │
│ ├─lesson-30
│ │ 1_cuda_use.py
│ │ 2_cuda_methods.py
│ │ 3_multi_gpu.py
│ │ 4_model_load_in_gpu.py
│ │ model_in_gpu_0.pkl
│ │ model_in_multi_gpu.pkl
│ │
│ ├─lesson-31
│ │ common_errors.py
│ │ foo_net.pkl
│ │ model_in_multi_gpu.pkl
│ │
│ ├─lesson-32
│ │ resnet_inference.py
│ │
│ ├─lesson-33
│ │ 1_seg_demo.py
│ │ 2_unet_portrait_matting.py
│ │ 3_portrait_inference.py
│ │
│ ├─lesson-34
│ │ detection_demo.py
│ │ fasterrcnn_demo.py
│ │
│ ├─lesson-35
│ │ gan_demo.py
│ │ gan_inference.py
│ │
│ └─lesson-36
│ rnn_demo.py
│
├─model
│ lenet.py
│
└─tools
common_tools.py
dcgan.py
my_dataset.py
unet.py