imagenet download and train
reference :
imagenet下载及训练 - 仰望高端玩家的小清新 - 博客园
1. download dataset
1.1 Download Torrent.
validation dataset http://academictorrents.com/download/5d6d0df7ed81efd49ca99ea4737e0ae5e3a5f2e5.torrent
train dataset http://academictorrents.com/download/a306397ccf9c2ead27155983c254227c0fd938e2.torrent
1.2 Then download it by thunder.
1.3 Md5sum Check
# After the download, I got two tar files.
# For preventing file damage, please use md5 to verify.
# Val Verify, expect:"29b22e2961454d5413ddabcf34fc5622"
md5sum ILSVRC2012_img_val.tar
# Train Verify, expect:1d675b47d978889d74fa0da5fadfb00e
md5sum ILSVRC2012_img_train.tar
2 Tar -> Prepare -> Tar
val:
wget https://files-cdn.cnblogs.com/files/luruiyuan/valprep.sh
mkdir val && tar -xvf ILSVRC2012_img_val.tar -C val
mv valprep.sh val && cd val && bash valprep.sh && cd ../
train:
mkdir train && tar -xvf ILSVRC2012_img_train.tar -C train
for x in `ls train/*tar`; do fn=train/`basename $x .tar`; mkdir $fn; tar -xvf $x -C $fn; rm -f $fn.tar; done
3 Statistic
val:
# Expect 51001 = 50000 + 1000folder + 1 shell(valprec.sh)
cnt=0; for f in `ls`; do cd $f; cur=`ls|wc -l`; cnt=`expr $cnt + $cur`; cd ..; done; echo $cnt
train:
# Expect 1281167
cnt=0; for f in `ls`; do cd $f; cur=`ls|wc -l`; cnt=`expr $cnt + $cur`; cd ..; done; echo $cnt
imagenet download and train相关推荐
- PyTorch 笔记(20)— torchvision 的 datasets、transforms 数据预览和加载、模型搭建(torch.nn.Conv2d/MaxPool2d/Dropout)
计算机视觉是深度学习中最重要的一类应用,为了方便研究者使用,PyTorch 团队专门开发了一个视觉工具包torchvision,这个包独立于 PyTorch,需通过 pip instal torchv ...
- 深度学习之目标检测--Pytorch实战
原创申明: 未经许可,禁止以任何形式转载,若要引用,请标注链接地址 全文共计33000字,阅读大概需要5分钟 欢迎关注我的个人公众号:不懂开发的程序猿 目录 一.配置环境 安装Anaconda 安装p ...
- 集效率之大成的EfficientNet
基于EfficientNet实现分类任务 目录 基于EfficientNet实现分类任务 EfficientNet简介 算法解析 模型优化目标 模型缩放算法 模型结构 MBConv结构 ConvNor ...
- 机器学习(十一) 迁移学习
目录 前言 1 原理 2 实例 2.1 特征提取 2.2 微调 前言 迁移学习在计算机视觉任务和自然语言处理任务中经常使用,这些模型往往需要大数据.复杂的网络结构.如果使用迁移学习,可将预训练的模 ...
- 【土堆pytorch】入门P23-P32 完结实战
文章目录 一.损失函数与反向传播 二.优化器 三.现有网络模型的使用及修改 四.网络模型的保存和读取 五.利用GPU训练 六.总结实战 1.训练 2.预测 一.损失函数与反向传播 计算实际输出和目标之 ...
- MMEngine理解
MMEngine理解 1 简介 1.1 架构 1.2 模块介绍 1.2.1 核心模块与相关组件 1.2.1 公共基础模块 2 上手示例 2.1 构建模型 2.2 构建数据集和数据加载器 2.3 构建评 ...
- 深度学习框架Pytorch入门与实践——读书笔记
2 快速入门 2.1 安装和配置 pip install torch pip install torchvision#IPython魔术命令 import torch as t a=t.Tensor( ...
- Introduction to PyTorch 笔记
文章目录 Introduction to PyTorch 笔记 Part 1 - Tensors in PyTorch (Solution).ipynb Part 2 - Neural Network ...
- Convolutional Neural Networks for Visual Recognition
http://cs231n.github.io/ 里面有很多相当好的文章 http://cs231n.github.io/convolutional-networks/ Table of Cont ...
最新文章
- HDOJ2795 Billboard【线段树】
- angular 发布订阅
- Sympy常见多个变量【一行代码创建】
- 大数据分析助精准医疗迅猛发展
- TIOBE 6月编程语言榜单:C语言继续占据第一
- wordweb在线编辑_使用WordWeb享受按需词典和词库功能
- SAP MM模块-实施顾问岗位-面试手册-目录
- 游戏服务器维护启动需要多久,游戏服务器开机需要多长时间
- 全球11大免费GIS数据源在此,速速来取!
- 指令篇:文件的创建和时间修改___touch
- Keli μVision中 STR指令写入内存无效
- 华为NP课程笔记14-PIM-SM和SPT切换
- TLSF 内存分配算法详解
- 笔记本android vga输出,笔记本VGA接口基础知识普及
- soul—产品体验报告
- 【MATLAB】信号与系统 — 抽样函数
- AI:人工智能领域之国内外人工智能产业应用图谱应用层/基础层详解—AI八大应用领域之医疗/家居/驾驶/零售/城市/教育/金融/交通、(AI三大基础(算法【计算机视觉/自然语言处理/机器学习、科研院所/
- 性能监控平台:基于 Prometheus+InfluxDB + Grafana
- 图片水印怎么去掉?图片水印去除方法
- 《明解C语言》第九章字符串课后练习题
热门文章
- VS2017 打包部署MFC项目详细步骤
- 计算机错误代码18,【申精】电脑错误代码分享
- Advancing Transformer Transducer for Speech Recognition on Large-Scale Dataset》
- 喜提北极代码库贡献者勋章(Arctic Code Vault Contributor)
- linux 删除大文件,在 Linux 中删除超大文件的技巧
- 来北京十年,我为什么走上创业这条不归路
- b mino为什么退出block_当年GAI被大半个说唱圈diss的时候,只有他们挺了一把…
- OpenLaszlo-快速构建和部署富Internet应用程序的平台
- 代理模式【Proxy Pattern】
- 以下就是央国企数字化转型