这段时间搞深度学习感觉有一点思路了
暂且记录一下自己的思路，网上大部分帖子写的都很简单，教程大多数用的是已经有的数据集，标好的，但是自己做的时候，大多数是用自己的数据集来完成目的，这中间就牵涉了很多问题
先写个大概，回头来填坑
我用的最后还是Pytorch，感觉要好理解一点？（大概）
数据集准备——文件方面
预处理
标注label（标注的形式，结合需求）
写程序方面
用dataset来制作数据集，后面用dataloader来加载，怎么弄可以细节一下
各个集的准备，如何划分训练集，验证集，测试集，作用是啥
搭建一个网络模型
上面的已经有点思路了，下面的还没理清楚
训练方面
如何把模型送进cuda
训练流程细节，中间需要loss之类的做什么
优化模型大概是一个什么过程
训练模型之后如何保存
如何使用验证集验证模型
测试方面
如何加载模型用于测试
如何调参
如何把训练结果变成图像？
acc和loss图像
测试集的准确度图像
想了这么多，回头接着想
网友评论