代码下载地址:
- GitHub代码地址
- 代码百度网盘下载地址 提取码:8hzw
环境安装:
代码目录下,有个install.sh
文件,运行:
bash install.sh
将会安装Pytorch、torchvision、opencv、numpy、tqdm的最新版本。
!!注意:这些或许会改变您的base环境。!!
建立模型:
AutoCNN的目的就是为了以后能更加有效地设计和使用CNN网络,避免麻烦地进行代码修改。
AutoCNN的网络结构是在model.conf
文件中进行定义。如下为model_mnist.conf
的网络结构:
conv:1,16,3,2,1
bn:16
ReLU
conv:16,32,3,2,1
bn:32
ReLU
conv:32,64,3,2,1
bn:64
ReLU
conv:64,64,2,2,0
bn:64
ReLU
fc:256,40
目前AutoCNN所支持的网络结构yiji格式如下所示:
结构 | 格式 |
---|---|
卷积层(conv) | conv:in_channel,out_channel,kernal_size,stride,padding |
最大池化层(maxpool) | maxpool: |
平均池化层(avgpool) | avgpool: |
ReLU激活函数 | ReLU |
sigmoid函数 | sigmoid |
Dropout层 | dropout |
BN层 | bn:input |
全连接层(FC) | fc:in_channel,out_channel |
读取模型:
数据集加载:
训练模型:
测试模型: