Py之fvcore:fvcore库的简介、安装、使用方法之详细攻略

举报
一个处女座的程序猿 发表于 2021/03/27 00:43:27 2021/03/27
【摘要】 Py之fvcore:fvcore库的简介、安装、使用方法之详细攻略     目录 fvcore库的简介 fvcore库的安装 fvcore库的使用方法 1、基础用法     fvcore库的简介         fvcore是一个轻量级的核心库,它提供了在各种计算机视觉框架...

Py之fvcore:fvcore库的简介、安装、使用方法之详细攻略

 

 

目录

fvcore库的简介

fvcore库的安装

fvcore库的使用方法

1、基础用法


 

 

fvcore库的简介

        fvcore是一个轻量级的核心库,它提供了在各种计算机视觉框架(如Detectron2)中共享的最常见和最基本的功能。这个库基于Python 3.6+和PyTorch。这个库中的所有组件都经过了类型注释、测试和基准测试。Facebook 的人工智能实验室即FAIR的计算机视觉组负责维护这个库。

github地址https://github.com/facebookresearch/fvcore

 

 

fvcore库的安装

pip install -U 'git+https://github.com/facebookresearch/fvcore'

 

fvcore库的使用方法

1、基础用法


      """Configs."""
      from fvcore.common.config import CfgNode
      # -----------------------------------------------------------------------------
      # Config definition
      # -----------------------------------------------------------------------------
      _C = CfgNode()
      # ---------------------------------------------------------------------------- #
      # Batch norm options
      # ---------------------------------------------------------------------------- #
      _C.BN = CfgNode()
      # BN epsilon.
      _C.BN.EPSILON = 1e-5
      # BN momentum.
      _C.BN.MOMENTUM = 0.1
      # Precise BN stats.
      _C.BN.USE_PRECISE_STATS = False
      # Number of samples use to compute precise bn.
      _C.BN.NUM_BATCHES_PRECISE = 200
      # Weight decay value that applies on BN.
      _C.BN.WEIGHT_DECAY = 0.0
      # ---------------------------------------------------------------------------- #
      # Training options.
      # ---------------------------------------------------------------------------- #
      _C.TRAIN = CfgNode()
      # If True Train the model, else skip training.
      _C.TRAIN.ENABLE = True
      # Dataset.
      _C.TRAIN.DATASET = "kinetics"
      # Total mini-batch size.
      _C.TRAIN.BATCH_SIZE = 64
      # Evaluate model on test data every eval period epochs.
      _C.TRAIN.EVAL_PERIOD = 1
      # Save model checkpoint every checkpoint period epochs.
      _C.TRAIN.CHECKPOINT_PERIOD = 1
      # Resume training from the latest checkpoint in the output directory.
      _C.TRAIN.AUTO_RESUME = True
      # Path to the checkpoint to load the initial weight.
      _C.TRAIN.CHECKPOINT_FILE_PATH = ""
      # Checkpoint types include `caffe2` or `pytorch`.
      _C.TRAIN.CHECKPOINT_TYPE = "pytorch"
      # If True, perform inflation when loading checkpoint.
      _C.TRAIN.CHECKPOINT_INFLATE = False
  
 

 

 

 

 

 

 

 

 

 

 

文章来源: yunyaniu.blog.csdn.net,作者:一个处女座的程序猿,版权归原作者所有,如需转载,请联系作者。

原文链接:yunyaniu.blog.csdn.net/article/details/103881195

【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。