leafliber / mypcl

myPCL

Training:

参数解析

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

用例

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

Testing:

参数解析

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

用例

python test_svm.py --pretrained exp/checkpoint_0199.pth.tar