
上QQ阅读APP看书,第一时间看更新
1.7 EfficientNetV2训练
1.3节中介绍过包含104种花朵的数据集,为了便于在普通PC的主机上演示EfficientNetV2模型训练过程,本节暂且采用包含5种花朵的小型数据集作为教学演示。随后转到Kaggle平台上完成针对104种花朵数据集的模型训练。
接1.6节的工作,在当前文件夹中新建程序utils.py,定义数据集预处理函数,包括随机划分、数据增强等,如程序源码P1.2所示。源码解析参见本节视频讲解。



在当前文件夹中新建程序train.py,负责模型的训练。训练逻辑如程序源码P1.3所示。




运行程序train.py,开始模型训练过程,模型训练细节、程序设计细节、运行测试结果及详细解析参见本节微课视频。