# AI

**Repository Path**: yanqingwei/ai

## Basic Information

- **Project Name**: AI
- **Description**: No description available
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-11-11
- **Last Updated**: 2025-12-03

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

1.使用AdaptiveAvgPool2d，不限定输入图片的尺寸大小
https://blog.csdn.net/weixin_43466192/article/details/152935429?sharetype=blogdetail&sharerId=152935429&sharerefer=PC&sharesource=weixin_43466192&spm=1011.2480.3001.8118

2.使用AdamW优化器，使用学率调度器，每100步降低学习率

3.数据增强
综合使用几何颜色等变换的工具:
[https://github.com/aleju/imgaug](https://github.com/aleju/imgaug)
它覆盖了主流的数据增强算法。
google的AutoAugment
train_transform = transforms.Compose([
    transforms.AutoAugment(policy=AutoAugmentPolicy.IMAGENET),
    transforms.ToTensor(),
    transforms.Normalize((0.4914, 0.4822, 0.4465),
                         (0.2023, 0.1994, 0.2010)),
])

4.使用make_dot查看梯度变化，autograd图
pip install torchviz

5.加上tensorboard

6.写一个导出并使用的案例

7.导出后使用工具查看网络结构

8.对其进行蒸馏提升


5060显卡 推理可以12m一张图片