https://prob.space/competitions/kuzushiji-mnist
- numpy
- pandas
- Pillow
- tqdm
- chainer
- cupy
- chainercv
- albumentations
はじめに、outputという名前のディレクトリを作成してください
-
基本的な学習コマンド
python train.py -g GPU番号 -dn 出力ディレクトリ名
※その他オプションはpython train.py -h
-
5-fold CVの例
./run.sh
-
学習済みモデルを使用する場合
- こちらからzipファイル(1.8GB)をダウンロード
- zipファイルを展開
python test.py -g GPU番号
-
自分で学習したモデルを使用する場合
- test.py内の以下の部分を変更してください
models = [ ('SEResNeXt101', None, ['output/20190611_2314/best_model.npz', 'output/20190612_0039/best_model.npz', 'output/20190612_1230/best_model.npz', 'output/20190612_1537/best_model.npz', 'output/20190612_2333/best_model.npz']), ('SEResNeXt101', resize, ['output/20190613_1544/best_model.npz', 'output/20190613_1609/best_model.npz', 'output/20190614_0537/best_model.npz', 'output/20190614_0852/best_model.npz', 'output/20190614_1808/best_model.npz']), ]
※
models = [(モデル名, 前処理, モデルのパスのリスト)]
python test.py -g GPU番号