この例では、SuperGradients を使用して、CIFAR10 画像分類データセット上で ResNet18 モデルを最初からトレーニングします。また、ImageNet データセットで事前にトレーニングされた重みを使用した転移学習を通じて、同じモデルを微調整します。
クイックインストール
この例では、必要なパッケージは SuperGradient のみです。Super Gradient をインストールすると、この例のコードを実行するために必要なすべての依存関係もインストールされます。
pip install super-gradients
1. 実験のセットアップ
まず、SuperGradients Trainer オブジェクトであるトレーナーを初期化します。
from super_gradients import Trainer
トレーナーは、モデルのトレーニング、テスト データの評価、予測の作成、チェックポイントの保存を担当します。
トレーナーを初期化するには、実験名を指定する必要があります。また、ckpt_root_dir
パラメータを介してチェックポイントのルート ディレクトリも提供します。このディレクトリには、すべての実験のログ、テンソルボード、およびチェックポイント ディレクトリが存在します。このパラメータはオプションです。指定しない場合、「checkpoints」ディレクトリがプロジェクト パスに存在すると想定されます。
ckpt_root_dir
次のように、実験の名前を持つディレクトリがサブディレクトリとして作成されます。
ckpt_root_dir
|─── experiment_name_1
│ ckpt_bes