训练 - 程序员宅基地

PyTorch 分布式训练DDP 单机多卡快速上手

标签： pytorch 深度学习人工智能

本文旨在帮助新人快速上手最有效的 PyTorch 单机多卡训练，对于 PyTorch 分布式训练的理论介绍、多方案对比，本文不做详细介绍，有兴趣的读者可参考： [分布式训练] 单机多卡的正确打开方式：理论基础当代研究生...

【YOLO】使用VOC数据集训练自己的YOLOv3模型（Keras/TensorFlow）

标签： yolo tensorflow 目标检测

使用自己制作的VOC数据集训练YOLOv3模型，后台基于Keras和TensorFlow，详细记录了从数据集准备到训练模型和验证的整个流程。同时提出一些改进意见。

paddleocr训练自己的数据最简单方式软件一键训练

标签：深度学习计算机视觉机器学习

paddleocr训练一般需要训练自己的文本检测模型或者文本识别模型，对于刚入门编程小白或者对paddleocr还不太熟悉的同学们很难短时间上手，也不知道怎么去配置让自己的数据集训练起来。为了解决paddleocr训练难的问题...

影响神经网络训练速度的因素&使得神经网络训练速度加快的方法

标签： python 训练速度内存

一、影响网络训练速度的因素 1.使用的处理器（GPU和CPU） 2.batchsize大小 3.模型的大小和权重参数 4.内存访问成本（训练过程中的中间结果） 5.网络的结构也会影响神经网络的速度二、加速神经网络训练的方法 ...

Python从零开始进行AIGC大模型训练与推理

标签： AIGC 人工智能 chatgpt

本专栏将详细介绍从零开始进行AIGC大模型训练与推理，包括文本生成（GPT系列）和图片生成（Stable Diffusion系列）等，初步计划从以下提纲逐步进行博文分享，欢迎关注。（8）Stable Diffusion原理介绍、训练、推理、...

yolov7: 从搭配环境到训练自己的数据集

标签： python 深度学习目标检测

Yolo v7从搭配环境到训练自己的数据集

YOLO训练中断解决方法、训练结束后增加/减少训练次数epoch方法

标签： YOLO 深度学习

YOLO训练中断解决方法（resume无法解决时）

pytorch保存训练模型参数并实现继续训练

标签： python pytorch 深度学习

最近的想法是在推荐模型中考虑根据用户对推荐结果的后续选择，利用已训练的offline预训练模型参数来更新新的结果。简单记录一下中途保存参数和后续使用不同数据训练的方法。简单模型和训练数据先准备一个简单模型...

[Pytorch系列-71]：生成对抗网络GAN - 图像生成开源项目pytorch-CycleGAN-and-pix2pix - 使用预训练模型...

标签： pytorch 深度学习 python

作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵...1.3 训练方式第2章测试步骤第1步：下载或克隆pytorch-CycleGAN-and-pix2pix所有代码第2步：切换当前目录第3步：安装依赖文件（可视化工具）第4步：下载pi

模型训练时loss震荡严重的几个解决方案

标签：深度学习模型训练

深度学习模型训练时loss值震荡剧烈的几个解决方案，找到原因，如输入的数据有误、batch_size过小、loss函数或者激活函数设置不合理、正则化处理不当、网络结构有问题等。

搞定系列：DETR训练自己的目标检测数据集ubuntu版

标签： detr coco

注重讲解DETR目标检测训练的流程以及如何测试自己训练好的模型，并提供了预测类的代码和转换数据集的代码，使得同学们在本课中可以提高获得训练模型效率和训练周期。         学习本课程需要...

训练集，验证集，测试集（以及为什么要使用验证集？）（Training Set, Validation Set, Test Set）

对于训练集，验证集，测试集的概念，很多人都搞不清楚。网上的文章也是鱼龙混杂，因此，现在来把这方面的知识梳理一遍。让我们先来看一下模型验证（评估）的几种方式。在机器学习中，当我们把模型训练出来以后，...

YOLOV8从环境部署（GPU版本）到模型训练——专为小白设计一看就懂

标签： YOLO python 计算机视觉

YOLOV8从环境部署（GPU版本）到模型训练——专为小白设计一看就懂

yolov5 继续训练

标签：目标检测

yolov5 训练完了，但是未收敛，在这个基础上继续训练

YOLOv6目标检测实战：训练自己的数据集

标签：计算机视觉计算机视觉与图像处理计算机视觉中的多视图几何

YOLOv6是美团视觉智能部新近推出的高性能实时目标检测...包括：安装YOLOv6、标注自己的数据集、准备自己的数据集（自动划分训练集和验证集）、修改配置文件、训练自己的数据集、测试训练出的网络模型和性能统计。 

第四章 Python数据预处理之划分训练集与测试集

标签： python

本节主要介绍了训练集和测试集的划分、交叉验证的各种方法以及代码实现。

机器学习训练中常见的问题和挑战：训练数据的数量不足、训练数据不具代表性、低质量数据、无关特征、过拟合...

1.50.机器学习训练中常见的问题和挑战转载博文：https://blog.csdn.net/Datawhale/article/details/109006583 Datawhale干货作者：奥雷利安·杰龙由于我们的主要任务是选择一种学习算法，并对某些数据进行训练，...

yolov5训练自己的模型（最新最详细版本）

标签： python 深度学习机器学习

使用yolov5训练自己的模型，最新，最全

yolov5 如何在已经训练完成的模型文件上继续训练

标签：深度学习

yolov5如何在已经训练完成的模型文件上继续训练

训练集、验证集、测试集的作用和划分比例？

标签：深度学习人工智能

训练集、验证集、测试集的作用和划分比例？

最详细的K210模型训练步骤

标签：深度学习机器学习人工智能

大家好，相信大家在用K210开发板的时候都会遇到不会训练模型的情况，我也遇到同样的问题，现在我教一下你怎么训练自己的模型吧

paddleocr文本检测模型的训练

标签：深度学习 pytorch 神经网络

一、环境的安装和开源项目的下载首先我个人建议，玩深度学习的话，不管是工作还是学习，最起码要配一个有GPU的电脑。我个人有着血淋淋的教训，我本人是电气工程的一名学生，本科期间一点深度学习和机器学习的基础...

标准化，归一化与训练-测试集数据处理

标签：机器学习算法

标准化，归一化与训练-测试集数据处理1. 标准化，归一化的区别数据预处理的归一化手段应该如何应用到训练集，测试集和验证集中？问题：回答1：回答2问题3回答1回答2问题4回答1 1. 标准化，归一化的区别作者：宝珠...

通过云服务器租用GPU进行基于YOLOV5的人体检测模型训练

标签：服务器运维算法

基于YOLOV5人体检测算法的云服务器GPU训练详解

自然语言处理从入门到应用——预训练模型总览：词嵌入的两大范式

标签：人工智能深度学习自然语言处理

从大量无标注数据中进行预训练使许多自然语言处理任务获得显著的性能提升。预训练模型的发展经历从浅层的词嵌入到深层编码两个阶段，按照这两个主要的发展阶段，可以归纳出预训练模型编码的两大范式：静态词向量...

pytorch训练中断后，如何在之前的断点处继续训练

标签： python pytorch c++

我们在训练模型的时候经常出现各种问题导致训练中断，比方说断电，或者关机之类的导致电脑系统关闭，从而将模型训练中断，那么如何在模型中断后，能够保留之前的训练结果不被丢失，同时又可以继续之前的断点处继续...

paddleocr文本识别模型的训练

标签：深度学习自然语言处理机器学习

训练自己的模型首先要有数据集，在我写的《paddleocr文本检测模型的训练》这篇文章的时候我已经提供了一份数据集，里面包含了文本检测和识别的数据集，由于那篇文章是文本检测的训练，所以只用到了文本检测的数据集...

手把手教你用MindSpore训练一个AI模型！

标签：人工智能 python 深度学习

首先我们要先了解深度学习的概念和AI计算框架的角色（https://zhuanlan.zhihu.com/p/463019160），本篇文章将演示怎么利用MindSpore来训练一个AI模型。和上一章的场景一致，我们要训练的模型是用来对手写数字图片...

pytorch的模型保存加载和继续训练

标签： pytorch 深度学习 python

随着现在模型越来越大，一次性训练完模型在低算力平台也越来越难以实现，因此很有必要在训练过程中保存模型，以便下次之前训练的基础上进行继续训练，节约时间

BLIP2-图像文本预训练论文解读

标签：深度学习 BLIP-2 跨模态

BLIP-2，基于现有的图像编码器预训练模型，大规模语言模型进行预训练视觉语言模型；BLIP-2通过轻量级两阶段预训练模型Querying Transformer缩小模态之间gap，第一阶段从冻结图像编码器学习视觉语言表征，第二阶段...

”训练“ 的搜索结果

PyTorch 分布式训练DDP 单机多卡快速上手

【YOLO】使用VOC数据集训练自己的YOLOv3模型（Keras/TensorFlow）

paddleocr训练自己的数据最简单方式软件一键训练

影响神经网络训练速度的因素&使得神经网络训练速度加快的方法

Python从零开始进行AIGC大模型训练与推理

yolov7: 从搭配环境到训练自己的数据集

YOLO训练中断解决方法、训练结束后增加/减少训练次数epoch方法

pytorch保存训练模型参数并实现继续训练

[Pytorch系列-71]：生成对抗网络GAN - 图像生成开源项目pytorch-CycleGAN-and-pix2pix - 使用预训练模型...

模型训练时loss震荡严重的几个解决方案

搞定系列：DETR训练自己的目标检测数据集ubuntu版

训练集，验证集，测试集（以及为什么要使用验证集？）（Training Set, Validation Set, Test Set）

YOLOV8从环境部署（GPU版本）到模型训练——专为小白设计一看就懂

yolov5 继续训练

YOLOv6目标检测实战：训练自己的数据集

第四章 Python数据预处理之划分训练集与测试集

机器学习训练中常见的问题和挑战：训练数据的数量不足、训练数据不具代表性、低质量数据、无关特征、过拟合...

yolov5训练自己的模型（最新最详细版本）

yolov5 如何在已经训练完成的模型文件上继续训练

训练集、验证集、测试集的作用和划分比例？

最详细的K210模型训练步骤

paddleocr文本检测模型的训练

标准化，归一化与训练-测试集数据处理

通过云服务器租用GPU进行基于YOLOV5的人体检测模型训练

自然语言处理从入门到应用——预训练模型总览：词嵌入的两大范式

pytorch训练中断后，如何在之前的断点处继续训练

paddleocr文本识别模型的训练

手把手教你用MindSpore训练一个AI模型！

pytorch的模型保存加载和继续训练

BLIP2-图像文本预训练论文解读

推荐文章