简写参数 |
全称参数 |
描述 |
-a |
--arch |
指定主干网络类型,如:resnet-18,resnet-50 |
-j |
--workers |
指定线程数,默认为4 |
|
--epochs |
总训练循环次数,默认为200 |
|
--warmup-epoch |
有监督epoch次数,默认为100 |
|
--exp-dir |
输出路径,默认为experiment |
-b |
--batch-size |
一批的数量,默认为8,必须为标签数的倍数 |
-lr |
--learning-rate |
学习率,默认为0.03 |
|
--cos |
使用cosine学习率 |
|
--schedule |
指定学习率下降的epoch,默认为[120,160],只在cos未指定时生效 |
|
--momentum |
优化器的动量餐宿,默认为0.9 |
--wd |
--weight-decay |
SSPCL模型的权重衰减,默认为1e-4 |
|
--low-dim |
输出维度,默认为128 |
|
--num-cluster |
聚类个数,默认为'20,25,30' |
|
--pcl-r |
负例对,需要小于聚类个数,默认为16 |
|
--moco-m |
SSPCL中ME更新参数使用的动量,默认为0.999 |
|
--mlp |
设置即为使用mlp,无参数,参考PCL模型 |
|
--temperature |
softmax层温度参数,默认为0.2 |
-p |
--print-freq |
显示频率,默认为每10个数据 |
|
--save-freq |
保存模型的频率,默认为每10个epoch |
|
--world-size |
总训练程序数量,默认为1 |
|
--rank |
此训练程序编号,默认编号0 |
|
--dist-url |
多程序训练连接地址,此参数参照pytorch分布式训练解释 |
|
--dist-backend |
默认为nccl |
|
--gpu |
用于训练的gpu编号 |
|
--seed |
随机数种子,默认为自动生成 |
|
--resume |
需要载入的模型位置 |
|
--start-epoch |
训练起始的epoch,与resume配合使用 |
|
|
|
python main.py -a resnet18 --lr 0.03 --batch-size 8 --workers 4 --temperature 0.2 --mlp --aug-plus --cos --dist-url "tcp://localhost:10001" --world-size 1 --rank 0 --warmup-epoch 100 --epochs 100 --exp-dir exp images
如训练时修改了以上默认的参数,在测试时也需要指定
以下是必须要设置的参数
简写参数 |
全称参数 |
描述 |
|
--pretrained |
需要载入模型的路径 |
python test_svm.py --pretrained exp/checkpoint_0199.pth.tar