定义自己的Dataset类实现灵活的数据读取,定义的类需要继承PyTorch自身的Dataset类。需要重写三个方法: ①:__init__: 用于向类中传入外部参数,同时定义样本集 ②:__getitem__: 用于逐个读取样本集合中的元素,可以进行一定的变换,并返回训练/验证所需要的数据 ③:__len__: 用于返回数据集的样本数 import torch fr...
技术分析 模型多样性 项目涵盖了各种现代卷积神经网络(CNN)和Transformer模型,每个模型都附带了详细的文档和配置选项,方便用户根据需求选择合适的模型。 预训练权重 所有模型都提供了在大规模数据集如 ImageNet 上预训练的权重,这使得用户能够立即在自己的数据上进行微调,而不需要从头开始训练,大大节省了计算资源和时间。