-
Notifications
You must be signed in to change notification settings - Fork 844
New issue
Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.
By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.
Already on GitHub? Sign in to your account
【华为云 ModelArts-Lab AI实战营】第三期:图像分类 (III) 模型参数&网络调优 #219
Comments
华为云账号:S57123001 00任务两次各训练 5个epoch (共10个epoch)后的运行结果+准确率变化折线图带有早停的运行结果01任务任意一个优化器的结果和准确率折线图(5epoch)运行结果任意一个优化器的结果和准确率折线图(5epoch)准确率折线图02任务data-aug.log文件 链接matplot保存的准确率曲线图data-aug-plot.png03任务只训练分类层的日志和准确率曲线图:训练所有参数的日志和准确率曲线图: |
华为云账号:maomaode 01任务 rmsprop优化器Adam优化器02任务 03任务 |
0. epochs和callbacks
1. 学习率和优化器
2. 数据增广
3. 使用预训练权重
|
* leighshanie:3个积分,贡献点: * 完成案例:[第一期](huaweicloud#49 (comment)) [第二期](huaweicloud#113 (comment)) [第三期](huaweicloud#219 (comment)) * 体验文章: * 扩展案例: * 实际应用案例 * 微认证:
华为云账号:bochuan007 00任务中:反馈两次各训练 5个epoch (共10个epoch)后的运行结果+准确率变化折线图反馈带有早停的运行结果拓展(非必选):可以尝试自己定义学习率衰减规律。使用LearningRateScheduler方法,自己定义学习率衰减。01任务中:任意一个优化器的结果和准确率折线图(5epoch)拓展(非必选):多epoch(epoch>30)在不同优化器下的代码和运行结果及准确率折线图02任务中:data-aug.log文件matplot保存的准确率曲线图data-aug-plot.png03任务中:只训练分类层的日志和准确率曲线图:训练所有参数的日志和准确率曲线图:拓展,尝试使用更深层的网络,此处使用VGG19 |
华为云账号:leewish_yuanfang 01任务中: 02任务中: matplot保存的准确率曲线图data-aug-plot.png 训练所有参数的日志和准确率曲线图: |
* leighshanie:3个积分,贡献点: * 完成案例:[第一期](#49 (comment)) [第二期](#113 (comment)) [第三期](#219 (comment)) * 体验文章: * 扩展案例: * 实际应用案例 * 微认证:
华为云账号:cnfox0273 00任务中: 01任务中: 02任务中: |
* cnfox0273: 4个积分,贡献点: * 完成案例:[第一期](huaweicloud#49 (comment)) [第二期](huaweicloud#113 (comment)) [第三期](huaweicloud#219 (comment)) * 体验文章: * 扩展案例: * 实际应用案例: * 微认证:[ModelArts实现零售商客户分群](huaweicloud#177 (comment))
华为云账号 s1119858711 00任务01任务02任务
03任务 |
追加自己的积分跟新信息如下: * 完成案例:[第三期](huaweicloud#219 (comment)) * 体验文章:(huaweicloud#277)
* cnfox0273: 4个积分,贡献点: * 完成案例:[第一期](#49 (comment)) [第二期](#113 (comment)) [第三期](#219 (comment)) * 体验文章: * 扩展案例: * 实际应用案例: * 微认证:[ModelArts实现零售商客户分群](#177 (comment))
华为云账号:jimmybhb 00任务:epochs和callbacks |
华为云账号:15940983626 01任务 02任务 |
* leighshanie:4个积分,贡献点: * 完成案例:[第一期](huaweicloud#49 (comment)) [第二期](huaweicloud#113 (comment)) [第三期](huaweicloud#219 (comment)) * 体验文章: * 扩展案例: * 实际应用案例 * 微认证:[ModelArts实现零售商客户分群](huaweicloud#177 (comment))
华为云账号 huawei018 01任务 02任务 |
华为云账号: hwstaff_t00322865 02任务 训练所有参数的日志和准确率曲线图: |
* hw60990420 :10个积分,贡献点: * 完成案例:[第一期](#49 (comment)) [第二期](#113 (comment)) [第三期](#219 (comment)) [第四期](#402 (comment)) [第六期](#837 (comment)) [第七期](#931 (comment)) [第十一期](#1177 (comment)) [第十二期](#1248 (comment)) [第十三期](#1343 (comment)) [第十四期](#1364 (comment)) * 体验文章: * 扩展案例: * 实际应用案例: * 微认证:
* hw60990420 :15个积分,贡献点: * 完成案例:[第一期](huaweicloud#49 (comment)) [第二期](huaweicloud#113 (comment)) [第三期](huaweicloud#219 (comment)) [第四期](huaweicloud#402 (comment)) [第六期](huaweicloud#837 (comment)) [第七期](huaweicloud#931 (comment)) [第八期](huaweicloud#1025 (comment)) [第九期](huaweicloud#1087 (comment)) [第十期](huaweicloud#1111 (comment)) [第十一期](huaweicloud#1177 (comment)) [第十二期](huaweicloud#1248 (comment)) [第十三期](huaweicloud#1343 (comment)) [第十四期](huaweicloud#1364 (comment)) [第十五期](huaweicloud#1395 (comment)) [第十六期](huaweicloud#1445 (comment)) * 体验文章: * 扩展案例: * 实际应用案例: * 微认证:
* hw60990420 :15个积分,贡献点: * 完成案例:[第一期](#49 (comment)) [第二期](#113 (comment)) [第三期](#219 (comment)) [第四期](#402 (comment)) [第六期](#837 (comment)) [第七期](#931 (comment)) [第八期](#1025 (comment)) [第九期](#1087 (comment)) [第十期](#1111 (comment)) [第十一期](#1177 (comment)) [第十二期](#1248 (comment)) [第十三期](#1343 (comment)) [第十四期](#1364 (comment)) [第十五期](#1395 (comment)) [第十六期](#1445 (comment)) * 体验文章: * 扩展案例: * 实际应用案例: * 微认证:
华为云账号:Rocky98 带有早停的运行结果 01任务 02任务 |
* hw60990420 :16个积分,贡献点: * 完成案例:[第一期](huaweicloud#49 (comment)) [第二期](huaweicloud#113 (comment)) [第三期](huaweicloud#219 (comment)) [第四期](huaweicloud#402 (comment)) [第五期](huaweicloud#637 (comment)) [第六期](huaweicloud#837 (comment)) [第七期](huaweicloud#931 (comment)) [第八期](huaweicloud#1025 (comment)) [第九期](huaweicloud#1087 (comment)) [第十期](huaweicloud#1111 (comment)) [第十一期](huaweicloud#1177 (comment)) [第十二期](huaweicloud#1248 (comment)) [第十三期](huaweicloud#1343 (comment)) [第十四期](huaweicloud#1364 (comment)) [第十五期](huaweicloud#1395 (comment)) [第十六期](huaweicloud#1445 (comment)) * 体验文章: * 扩展案例: * 实际应用案例: * 微认证:
* hw60990420 :16个积分,贡献点: * 完成案例:[第一期](#49 (comment)) [第二期](#113 (comment)) [第三期](#219 (comment)) [第四期](#402 (comment)) [第五期](#637 (comment)) [第六期](#837 (comment)) [第七期](#931 (comment)) [第八期](#1025 (comment)) [第九期](#1087 (comment)) [第十期](#1111 (comment)) [第十一期](#1177 (comment)) [第十二期](#1248 (comment)) [第十三期](#1343 (comment)) [第十四期](#1364 (comment)) [第十五期](#1395 (comment)) [第十六期](#1445 (comment)) * 体验文章: * 扩展案例: * 实际应用案例: * 微认证:
华为云账号:uflexnihao data-aug.log文件 |
积分提交说明:(本次一次提交16个积分案例) * uflexnihao:16个积分点,贡献点: * 完成案例:[第一期](huaweicloud#49 (comment)) [第二期](huaweicloud#113 (comment)) [第三期](huaweicloud#219 (comment)) [第四期](huaweicloud#402 (comment)) [第五期](huaweicloud#637 (comment)) [第六期](huaweicloud#837 (comment)) [第七期](huaweicloud#931 (comment)) [第八期](huaweicloud#1025 (comment)) [第九期](huaweicloud#1087 (comment)) [第十期](huaweicloud#1111 (comment)) [第十一期](huaweicloud#1177 (comment)) [第十二期](huaweicloud#1248 (comment)) [第十三期](huaweicloud#1343 (comment)) [第十四期](huaweicloud#1364 (comment)) [第十五期](huaweicloud#1395 (comment)) [第十六期](huaweicloud#1445 (comment)) * 体验文章: * 扩展案例: * 实际应用案例: * 微认证:
* uflexnihao提交积分 积分提交说明:(本次一次提交16个积分案例) * uflexnihao:16个积分点,贡献点: * 完成案例:[第一期](#49 (comment)) [第二期](#113 (comment)) [第三期](#219 (comment)) [第四期](#402 (comment)) [第五期](#637 (comment)) [第六期](#837 (comment)) [第七期](#931 (comment)) [第八期](#1025 (comment)) [第九期](#1087 (comment)) [第十期](#1111 (comment)) [第十一期](#1177 (comment)) [第十二期](#1248 (comment)) [第十三期](#1343 (comment)) [第十四期](#1364 (comment)) [第十五期](#1395 (comment)) [第十六期](#1445 (comment)) * 体验文章: * 扩展案例: * 实际应用案例: * 微认证: * Update all_ranking.md
活动结束,本issue关闭! |
【华为云 ModelArts-Lab AI实战营】第三期:图像分类 (III) 模型参数&网络调优
本期实战营参与说明
00任务中:
01任务中:
02任务中:
数据增广案例训练时间较长,为了防止ipynb文件运行时丢失kernel的链接,导致无法查看结果,建议开发者实践时将ipynb文件转换为py文件,并在terminal中执行。步骤如下:
转换后得到一个同名的.py文件,由于ipynb中编写了很多jupyter环境中支持的特定命令,因此需要将一些特定命令进行处理,包括:
由于处理过程较为复杂,我们直接提供了转换好的02_data_augumentation.py
首先,新建一个terminal:
在terminal中,先更新conda相关环境变量,执行命令
source /opt/conda/etc/profile.d/conda.sh
,然后执行conda env list
命令,查看conda环境,并切换到/home/ma-user/anaconda3/envs/TensorFlow-1.13.1
环境(根据Notebook规格,环境名称可能有所不同):执行py文件:
nohup python 02_data_augumentation.py > data-aug.log &
,然后再敲一个回车键。这样,我们用nohup启动了一个后台执行的进程,并将训练的结果输入到data-aug.log文件中,在Terminal中,可以使用tail命令查看日志文件的内容,执行tail -f data-aug.log
:后台进程运行结束后,我们得到
data-aug.log
和data-aug-plot.png
两个文件积分所需文件
03任务中:
【手动停止服务】
【获得实践积分】
点击此,跟帖反馈本期实战截图
The text was updated successfully, but these errors were encountered: