Neste exemplo, usaremos SuperGradients para treinar um modelo ResNet18 do zero no conjunto de dados de classificação de imagens CIFAR10. Também ajustaremos o mesmo modelo por meio de aprendizagem por transferência com pesos pré-treinados no conjunto de dados ImageNet.
Instalação rápida
Para este exemplo, o único pacote necessário é SuperGradient. A instalação do Super Gradient também instalará todas as dependências necessárias para executar o código neste exemplo.
pip install super-gradients
1. Configuração experimental
Primeiro, inicializaremos nosso treinador, que é um objeto SuperGradients Trainer.
from super_gradients import Trainer
O treinador é responsável por treinar o modelo, avaliar os dados de teste, fazer previsões e salvar pontos de verificação.
Para inicializar o treinador, um nome de experimento deve ser fornecido. Também forneceremos ckpt_root_dir
o diretório raiz do ponto de verificação por meio de parâmetro. Neste diretório, residirão os diretórios log, tensorboard e checkpoint para todos os experimentos. Este parâmetro é opcional, se não for fornecido, presume-se que o diretório "checkpoints" exista no caminho do projeto.
Um diretório com o nome do experimento será criado como um subdiretório ckpt_root_dir
como este:
ckpt_root_dir
|─── experiment_name_1
│ ckpt_bes