项目实战：数据ImageFolder 格式转化

艾文教编程

博客专家认证

2023-01-12 21:54:18

课时名称	课时知识点
项目实战：数据ImageFolder 格式转化	项目实战：数据ImageFolder 格式转化

...全文

37 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

在前文【Pytorch】13.搭建完整的CIFAR10模型我们已经知道了基本搭建神经网络的框架了，但是其中的数据集使用的中的CIFAR10官方数据集进行训练的本文将用图片格式的数据集进行训练我们通过可以看到我们下载的数据集是这种格式的，所以我们的主要问题就是如何将自定义的数据集获取，并且转化为这种形式，剩下的步骤就和上文相同了。

EMA是一种加权移动平均技术，其中每个新的平均值都是前一个平均值和当前值的加权和。在深度学习中，EMA被用于模型参数的更新，以减缓参数在训练过程中的快速波动，从而得到更加平滑和稳定的模型表现。

这系列的文章是我对Pytorch入门之后的一个总结，特别是对数据集生成加载这一块加强学习另外，这里有一些比较常用的数据集，大家可以进行下载：需要注意的是，本篇文章使用的PyTorch的版本是v0.10.0 《深度学习常用的数据集，包括各种数据跟图像数据》《kaggle猫狗大战[包含训练(25000张猫狗照片)和测试数据集(12500张猫狗照片)》目录一、加载已被集成在Pytorch中的数据集 1、torchvision和torchvision.datasets：数据集 2、t..

看完第一篇，大家应该对MAE的训练流程有所了解了。链接：https://blog.csdn.net/hhhhhhhhhhwwwwwwwwww/article/details/136022910?这篇再讲述一篇案例，我们一起实现吧！

论文翻译：https://blog.csdn.net/m0_47867638/article/details/132034098?官方源码：https://github.com/zhangzjn/EMOEMO是高效、轻量级的模型，以在参数、FLOPs和性能之间实现平衡，适用于密集预测任务。文章从倒立残差块(IRB)和Transformer的有效组件的统一角度出发，将基于CNN的IRB扩展到基于注意力的模型，并抽象出一个用于轻量级模型设计的单残留元移动块(MMB)。

艾文的课程社区_NO_1

2

社区成员

301

社区内容

发帖

与我相关

我的任务

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