Pywick：追求功能完備的PyTorch高級訓練庫

• 2019 年 12 月 27 日
• 筆記

點擊我愛計算機視覺標星，更快獲取CVML新技術

52CV曾經分享過很多CV方面新出的論文和開源技術，我們可以非常明顯的感受到，越來越多的人使用PyTorch開發新模型。

一個明顯的例子：

這篇谷歌最新的輕量級網絡論文，最先開源的庫竟然幾乎全是使用PyTorch！

這倒不是說PyTorch多麼友好，其實大家在討論選擇框架問題時，大部分人是在聲討TensorFlow的反人類。

有人就覺得其實PyTorch並不完美，想要自己再造輪子，就是下面這位小哥。

achaiah近日開源了一套PyTorch的高級訓練框架Pywick，試圖緊跟神經網絡研究的最前沿，打造更加高級的API。

開源地址：

https://github.com/achaiah/pywick

Pywick包含：

• 標準庫沒有提供的最先進的normalization, activation, loss functions and optimizers；
• 擁有callbacks, constraints, metrics, conditions and regularizers特性的高級訓練模塊；
• 大量流行的目標識別與語義分割模型；
• 全面的數據加載與處理函數，包括data loading, augmentation, transforms, and sampling ；
• 實用的張量函數；
• 有用的訓練監控工具；
• 基本的GridSearch參數調優工具。

Pywick 提供的 callbacks（回調函數）：

Pywick支持的regularizers與constraints

Pywick支持的圖像分類模型：

Pywick支持的語義分割模型：

Pywick支持的大量的數據增廣方法：

Pywick還提供了不平衡數據重採樣函數。

Pywick仍在開發中，希望有更多先進的神經網絡技術被實現。

開源地址：

https://github.com/achaiah/pywick