CWT-for-FSS 项目使用教程
2024-09-27 13:10:26作者:江焘钦
1. 项目的目录结构及介绍
CWT-for-FSS/
├── config_files/
│ ├── config1.yaml
│ ├── config2.yaml
│ └── ...
├── doc/
│ ├── README.md
│ └── ...
├── lists/
│ ├── train_list.txt
│ ├── val_list.txt
│ └── ...
├── scripts/
│ ├── train.sh
│ ├── test.sh
│ └── ...
├── src/
│ ├── model.py
│ ├── dataset.py
│ └── ...
├── utils/
│ ├── utils.py
│ └── ...
├── LICENSE
├── README.md
└── requirements.txt
目录结构介绍
- config_files: 存放项目的配置文件,如训练和测试的参数配置。
- doc: 存放项目的文档文件,如README.md。
- lists: 存放数据集的列表文件,如训练集和验证集的列表。
- scripts: 存放项目的脚本文件,如训练和测试的脚本。
- src: 存放项目的主要源代码文件,如模型定义和数据集处理。
- utils: 存放项目的工具函数文件。
- LICENSE: 项目的开源许可证文件。
- README.md: 项目的介绍和使用说明文件。
- requirements.txt: 项目的依赖库文件。
2. 项目的启动文件介绍
训练脚本
训练脚本位于 scripts/train.sh,用于启动训练过程。使用方法如下:
sh scripts/train.sh [data] [split] [[gpu_ids]] [layers] [shots]
[data]: 数据集名称,如pascal。[split]: 数据集的分割编号。[gpu_ids]: GPU设备编号,如0。[layers]: 使用的模型层数,如50。[shots]: 使用的样本数量,如1。
测试脚本
测试脚本位于 scripts/test.sh,用于启动测试过程。使用方法如下:
sh scripts/test.sh [data] [shot] [[gpu_ids]] [layers] [split]
[data]: 数据集名称,如pascal。[shot]: 使用的样本数量,如1。[gpu_ids]: GPU设备编号,如0。[layers]: 使用的模型层数,如50。[split]: 数据集的分割编号。
3. 项目的配置文件介绍
配置文件位于 config_files/ 目录下,常见的配置文件包括 config1.yaml 和 config2.yaml。配置文件中包含了训练和测试的各种参数设置,如数据集路径、模型参数、优化器参数等。
配置文件示例
data_root: "/path/to/dataset"
train_list: "lists/train_list.txt"
val_list: "lists/val_list.txt"
resume_weights: "/path/to/pretrained/weights"
batch_size: 8
learning_rate: 0.001
num_epochs: 50
配置文件参数说明
data_root: 数据集的根目录路径。train_list: 训练集的列表文件路径。val_list: 验证集的列表文件路径。resume_weights: 预训练模型的权重文件路径。batch_size: 批处理大小。learning_rate: 学习率。num_epochs: 训练的总轮数。
通过修改配置文件中的参数,可以调整训练和测试的行为。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0197
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0125
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
暂无描述
Dockerfile
766
5 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
863
1.95 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
689
1.35 K
Ascend Extension for PyTorch
Python
722
894
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
458
450
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.08 K
1.11 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.02 K
264
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.01 K
624
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
2.99 K
639
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
152
250