第六章：PyTorch进阶训练技巧

• 6.1 自定义损失函数
  • 6.1.1 以函数方式定义
  • 6.1.2 以类方式定义
  • 本节参考
• 6.2 动态调整学习率
  • 6.2.1 使用官方scheduler
  • 6.2.2 自定义scheduler
  • 本节参考
• 6.3 模型微调-torchvision
  • 6.3.1 模型微调的流程
  • 6.3.2 使用已有模型结构
  • 6.3.3 训练特定层
  • 本节参考
• 6.3 模型微调 - timm
  • 6.3.1 timm的安装
  • 6.3.2 如何查看预训练模型种类
  • 6.3.3 使用和修改预训练模型
  • 6.3.4 模型的保存
  • 参考材料
• 6.4 半精度训练
  • 6.4.1 半精度训练的设置
• 6.5 数据增强-imgaug
  • 6.5.1 imgaug简介和安装
  • 6.5.2 imgaug的使用
  • 6.5.3 imgaug在PyTorch的应用
  • 6.5.4 总结
  • 参考资料
• 6.6 使用argparse进行调参
  • 6.6.1 argparse简介
  • 6.6.2 argparse的使用
  • 6.6.3 更加高效使用argparse修改超参数
  • 总结