在了解如何在不编写任何代码的情况下训练分类器之前,让我们首先了解创建此项目背后的动机。
训练图像分类器不是一项简单的任务,需要对计算机视觉和Python编程有深刻的理解。然而,进入计算机视觉领域的每个人并不一定都是Python向导,因此有一个空白需要填补。零码TF图像分类训练器旨在填补这一行业空白,因为它将为您完成引擎盖下的所有繁重工作,您只需担心如何应用您的直觉来培训模型。Zero Code TF Image Classification Trainer
什么是零码TF图像分类训练器?
它是一个使用TensorFlow和Streamlight构建的Python应用程序。它抽象出Python代码,您需要做的就是在Web浏览器上设置一些参数,它将负责模型训练部分(查看下图以供参考)。
现在说到最重要的部分,你为什么要使用这个应用程序呢?嗯,这样做的原因是多方面的。我在下面列出了一些最令人兴奋的事情。
使用零码训练器的原因
- 快速成型技术
- 发展直觉
- 对初学者友好
快速成型技术
无论您是行业资深人士还是实习生都试图有所建树,训练深度学习模型有时会让人感觉不堪重负。您需要关注各种因素,如数据集质量、超参数调整、数据扩充等,因此存在大量挑战。在此场景中,您不希望增加编写代码来训练模型的工作量。使用零代码TF分类器,您可以快速构建多个模型的原型,而无需编写任何代码即可选择性能最佳的模型。在此场景中,您不希望增加编写代码来训练模型的工作量。使用Zero Code TF分类器,您可以快速构建多个模型的原型并选择性能最佳的模型,而无需编写任何代码。使用Zero Code TF分类器,您可以快速构建多个模型的原型并选择性能最好的模型
发展直觉
培养直觉是深度学习最困难的方面之一。零码TF分类器为您训练的每个模型提供格式良好的曲线图,这使得比较模型和开发直觉变得更容易。您将更好地了解哪个模型在哪个数据集下执行得很好。简化了整个模型分析过程,并将其嵌入到应用程序本身中。
对初学者友好
我有没有提到过你不需要写任何代码,我想是的,但我会再提一遍。由于几乎不需要写任何代码,对于刚刚进入深度学习领域的人来说,很容易真正理解模型培训的过程,并对深度学习的工作原理有一个基本的了解。此外,您将使用GUI应用程序来培训模型,因此即使是来自非技术背景的人也可以轻松地使用该应用程序。
功能列表
这个应用程序充满了令人兴奋的功能。其中一些是-
- 支持最先进的模型,如ResNet、MobileNet、DenseNet等。
- 支持多个优化器,如ADAM、Adagrad等。
- 混合精度训练
- 回调,如LR衰减和提前停止,以减轻过度匹配
- 内置数据集验证
- 优化Tf.Data实施,最大限度提高GPU使用率
我希望你现在已经卖完了。因此,现在我将分享有关如何使用该应用程序的详细信息。
如何使用
您可以转到项目的GitHub页面的入门部分。您将在这里找到设置和使用应用程序所需的所有详细信息。Getting Started
学分
这个应用程序是由Animikh Aich开发的,您可以在这里与他联系,您可以查看项目页面以了解更多详细信息。Animikh Aich here project page
原创文章,作者:fendouai,如若转载,请注明出处:https://panchuang.net/2021/07/11/%e5%9c%a8%e9%9b%b6%e8%a1%8c%e4%bb%a3%e7%a0%81%e4%b8%ad%e8%ae%ad%e7%bb%83%e5%9b%be%e5%83%8f%e5%88%86%e7%b1%bb%e5%99%a8-2/