checkpoint中文安装说明下载

weixin_39821260 2019-10-22 04:30:15

checkpoint的中文安装说明，内容比较详细适合没有接触过checkpoint的初学者
相关下载链接：//download.csdn.net/download/hanxu22967/1623309?utm_source=bbsseo

...全文

78 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

checkpoint的中文安装说明，内容比较详细适合没有接触过checkpoint的初学者

【1】项目代码完整且功能都验证ok，确保稳定可靠运行后才上传。欢迎下载使用！在使用过程中，如有问题或建议，请及时私信沟通，帮助解答。【2】项目主要针对各个计算机相关专业，包括计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网等领域的在校学生、专业教师或企业员工使用。【3】项目具有较高的学习借鉴价值，不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。【4】如果基础还行，或热爱钻研，可基于此项目进行二次开发，DIY其他不同功能，欢迎交流学习。【注意】项目下载解压后，项目名字和项目路径不要用中文，否则可能会出现解析不了的错误，建议解压重命名为英文名字后再运行！有问题私信沟通，祝顺利！深度学习课设基于Transformer与Resnet CNN网络实现图像分类任务源码（含模型+项目说明）.zip 在Convolution-enhanced image Transformer（CeiT）上进行CIFAR100的训练，baseline 为 ResNet18 文件下载包含 CeiT 和 ResNet 两个模型的checkpoint和log文件 https://pan.baidu.com/s/16wdkYhzc6bqb5jdGNrEYyQ?pwd=k8j8 CeiT训练： ``` python train.py -c configs/default.yaml --name CeiT ``` CeiT测试 ``` python test.py -c configs/default.yaml --name CeiT -p checkpoint/CeiT_checkpoint.pyt ``` Resnet训练 ``` python train.py -net resnet18 -gpu ``` ResNet测试： ``` python test.py -net resnet18 -weights checkpoint/resnet18.pth -gpu ```

【1】项目代码完整且功能都验证ok，确保稳定可靠运行后才上传。欢迎下载使用！在使用过程中，如有问题或建议，请及时私信沟通，帮助解答。【2】项目主要针对各个计算机相关专业，包括计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网等领域的在校学生、专业教师或企业员工使用。【3】项目具有较高的学习借鉴价值，不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。【4】如果基础还行，或热爱钻研，可基于此项目进行二次开发，DIY其他不同功能，欢迎交流学习。【注意】项目下载解压后，项目名字和项目路径不要用中文，否则可能会出现解析不了的错误，建议解压重命名为英文名字后再运行！有问题私信沟通，祝顺利！ Python开发基于SwinTransformer的验证码识别系统源码+项目使用说明.zip 如果需要自己训练模型 1.重新生成数据集，运行captcha.py 2.预处理，运行preprocess.py,将把生成的数据集分为训练集、验证集、测试集，保存在dataset文件夹下 3.运行run.py，如果不想覆盖之前的训练记录，修改run.py中的版本号即可，如下： ```python # 修改 default=自己的版本号即可 parser.add_argument("--version", "-v", type=int, default=0,help="Train experiment version") ``` 训练完成后，将会得到新的模型，存放在checkpoint文件夹下，需要使用自己训练的模型，需要修改两个地方: ```python # 修改tokenizer的default值，改为你的版本对应的checkpoint文件夹下的transformer-ocr_test.pkl parser.add_argument("--tokenizer", "-tk", type=str, default="checkpoints/version_0/transformer-ocr_test.pkl",help="Load pre-built tokenizer") # 修改模型权重路径修改为改为你的版本对应的checkpoint文件夹下的模型权重，保存了3表现最好的模型，都可以用 parser.add_argument("--checkpoint", "-c", type=str,default="checkpoints/version_0/checkpoints-epoch=31-accuracy=0.98267.ckpt",help="Load model weight in checkpoint") ```

<项目介绍> --checkpoint：模型和配置保存位置 --model_hub：预训练模型 ----chinese-bert-wwm-ext: --------vocab.txt --------pytorch_model.bin --------config.json --data：存放数据 ----dgre --------ori_data：原始的数据 - - 不懂运行，下载完可以私聊问，可远程教学该资源内项目源码是个人的毕设，代码都测试ok，都是运行成功后才上传资源，答辩评审平均分达到96分，放心下载使用！ 1、该资源内项目代码都经过测试运行成功，功能ok的情况下才上传的，请放心下载使用！ 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习，也适合小白学习进阶，当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。 3、如果基础还行，也可在此代码基础上进行修改，以实现其他功能，也可用于毕设、课设、作业等。下载后请首先打开README.md文件（如有），仅供学习参考, 切勿用于商业用途。 --------

毕设项目基于遮挡视频实例分割的裸眼3D实现python源码+文档运行说明.zip 【说明】【1】项目代码完整且功能都验证ok，确保稳定可靠运行后才上传。欢迎下载使用！在使用过程中，如有问题或建议，请及时私信沟通，帮助解答。【2】项目主要针对各个计算机相关专业，包括计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网等领域的在校学生、专业教师或企业员工使用。【3】项目具有较高的学习借鉴价值，不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。【4】如果基础还行，或热爱钻研，可基于此项目进行二次开发，DIY其他不同功能，欢迎交流学习。【注意】项目下载解压后，项目名字和项目路径不要用中文，建议解压重命名为英文名字后再运行！有问题私信沟通，祝顺利！关于裸眼3D的部分，主要代码分为以下部分： 1. `demo/autostereoscopy.py`文件中实现视频的输入和输出。 2. `demo/predictor.py`文件中增加裸眼3D的适配。 3. `demo/visualizer.py`文件中实现方法`draw_autostereoscopy`，用于绘制裸眼3D的必要边框。运行方式我使用的视频分辨率为1920x1080。使用R50为backbone的模型，运行方式如下： ```shell CUDA_VISIBLE_DEVICES=0 python demo/autostereoscopy.py --config-file configs/genvis/ovis/genvis_R50_bs8_online.yaml --video-input /path/to/video --output /path/to/output --opts MODEL.WEIGHTS /path/to/checkpoint_file ``` 使用Swin-L为backbone的模型，运行方式如下(其实改一下config和模型路径就行)： ```shell CUDA_VISIBLE_DEVICES=0 python demo/autostereoscopy.py --config-file configs/genvis/ovis/genvis_SWIN_bs8_online.yaml --video-input /path/to/video --output /path/to/output--save-frames true --opts MODEL.WEIGHTS /path/to/checkpoint_file ``` 这里需要给出三个路径：视频路径、输出文件夹路径和模型路径。测试了这两个模型，使用Swin-L的效果更好。

下载资源悬赏专区

13,656

社区成员

12,677,381

社区内容

发帖

与我相关

我的任务

其他技术论坛（原bbs）

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章