Щепетильникова М.А мини-проект#4
Conversation
| import os | ||
| from torch.utils.data import DataLoader | ||
|
|
||
| #Загрузка данных. Необходимо обеспечить демонстрацию избранных изображений и меток классов для подтверждения корректности загрузки. |
There was a problem hiding this comment.
Нужно избавиться от всех комментариев, документирование функций и методов следует проводить в README.md
| #Загрузка данных. Необходимо обеспечить демонстрацию избранных изображений и меток классов для подтверждения корректности загрузки. | ||
|
|
||
| def main(): | ||
| print("1)Загрузка данных") |
There was a problem hiding this comment.
В первой лабе писал, что нужно перейти на пакет logging
| print("Информация об архитектуре: \n") | ||
| print("Слои сети:") | ||
| print("1. Conv2d(3, 32, 3, padding=1)") | ||
| print("2. ReLU()") | ||
| print("3. MaxPool2d(2, 2)") | ||
| print("4. Conv2d(32, 64, 3, padding=1)") | ||
| print("5. ReLU()") | ||
| print("6. MaxPool2d(2, 2)") | ||
| print("7. Linear(4096, 512)") | ||
| print("8. Dropout(0.5)") | ||
| print("9. Linear(512, 10)") |
There was a problem hiding this comment.
это нужно сделать через пакет torchviz
| print("Параметры обучения: \n") | ||
| print(f"Функция потерь: CrossEntropyLoss") | ||
| print(f"Оптимизатор: Adam") | ||
| print(f"Learning rate: 0.001") | ||
| print(f"Количество эпох: 3") | ||
| print(f"Размер батча: 128") | ||
| print("Начинаем обучение...") |
There was a problem hiding this comment.
Информацию по обучению вынести как переменную: зафиксировать где-нибудь выше по коду количество эпох, размер батча, скорость обучения, потом писать logging.info(f'Learning rate: {learning_rate}')
Также всё логирование нужно осуществлять на английском
| pred_label = classes[predicted[i]] | ||
| color = 'green' if test_labels[i] == predicted[i] else 'red' | ||
|
|
||
| plt.title(f'Реально: {true_label}\n Предсказано: {pred_label}', color=color) |
There was a problem hiding this comment.
Если вы хотите вывести реальные метки и предсказанные, то лучше это делать через confusion matrix
| print(f"Финальная точность: {test_accuracy:.2f}%") | ||
|
|
||
| if __name__ == "__main__": | ||
| os.makedirs('./data', exist_ok=True) |
There was a problem hiding this comment.
лучше директорию вынести в параметры скрипта
|
У Вас нет графиков точности, нужно добавить. Также нужно запустить все ячейки в ipynb файле, чтобы отлогировалась информация по обучению. |
2 participants
@ismukhin Никак не получается достигнуть точности 80+ с маленьким переобучением. Если добавлять больше свёрток, то по времени получается очень долго.