Pywick:追求功能完备的PyTorch高级训练库

52CV曾经分享过很多CV方面新出的论文和开源技术,我们可以非常明显的感受到,越来越多的人使用PyTorch开发新模型。

一个明显的例子:

谷歌最新MobileNetV3开源实现!

这篇谷歌最新的轻量级网络论文,最先开源的库竟然几乎全是使用PyTorch!



这倒不是说PyTorch多么友好,其实大家在讨论选择框架问题时,大部分人是在声讨TensorFlow的反人类。


有人就觉得其实PyTorch并不完美,想要自己再造轮子,就是下面这位小哥。

achaiah近日开源了一套PyTorch的高级训练框架Pywick,试图紧跟神经网络研究的最前沿,打造更加高级的API。


开源地址:

https://github.com/achaiah/pywick


Pywick包含

  • 标准库没有提供的最先进的normalization, activation, loss functions and optimizers;

  • 拥有callbacks, constraints, metrics, conditions and regularizers特性的高级训练模块;

  • 大量流行的目标识别与语义分割模型;

  • 全面的数据加载与处理函数,包括data loading, augmentation, transforms, and sampling ;

  • 实用的张量函数;

  • 有用的训练监控工具;

  • 基本的GridSearch参数调优工具。


Pywick 提供的 callbacks(回调函数):


Pywick支持的regularizers与constraints


Pywick支持的图像分类模型:



Pywick支持的语义分割模型:



Pywick支持的大量的数据增广方法:



Pywick还提供了不平衡数据重采样函数。


Pywick仍在开发中,希望有更多先进的神经网络技术被实现。


开源地址:

https://github.com/achaiah/pywick

我爱计算机视觉
我爱计算机视觉

关注计算机视觉与机器学习技术的最前沿,“有价值有深度”,分享开源技术与最新论文解读,传播计算机视觉与机器学习技术的业内最佳实践。

入门PyTorch
2
暂无评论
暂无评论~