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
Training time about ResNet101V1c #622
Comments
|
十分感激您详细的回答。 |
先训练小模型,进行debug和查看有效性。小模型上有效,再训大的。 其实你如果想证明有用性,可以都不用imagenet1k的预训练,全都从头开始训,如果发现有效,最后可以补这样的实验。 |
您好,请问您在前面回复中提到的使用8张V100以及内存缓存,内存缓存是默认开启的还是? |
是集群上加速数据读取的工具,https://memcached.org/ |
单机8卡是不是可以不需要 |
对,单机的读取速度本身就是很快 |
机器上运行其他程序不太稳定,一般在最开始的epoch,所需时间会减少,可能是CPU负载太高 |
请问一下有无ResNet101v1c的训练日志和config? |
We have provided |
#692 has been merged, |
推荐使用英语模板 General question,以便你的问题帮助更多人。
首先确认以下内容
描述你遇到的问题
您好!
我需要在ImageNet1K上训练一个基于ResNet101V1c进行定制的backbone,即在每个bottleneck中的第二个卷积上增加一个经过卷积的残差输出,用作下游分割任务。有以下两个问题进行请教。
万分感谢!
相关信息
pip list | grep "mmcv\|mmcls\|^torch"
命令的输出[填写这里]
[填写这里]
[填写这里]
mmcls
文件夹下的代码做了其他相关的修改,请在这里写明[填写这里]
The text was updated successfully, but these errors were encountered: