什么是Config和Trainer
这篇文章主要讲解了“什么是Config和Trainer”,文中的讲解内容简单清晰,易于学习与理解,下面请大家跟着小编的思路慢慢深入,一起来研究和学习“什么是Config和Trainer”吧!
我们提供的服务有:成都做网站、网站制作、成都外贸网站建设、微信公众号开发、网站优化、网站认证、长宁ssl等。为近千家企事业单位解决了网站和推广的问题。提供周到的售前咨询和贴心的售后服务,是有科学管理、有技术的长宁网站制作公司
代码结构概览
核心部分
configs:储存各种网络的yaml配置文件
datasets:存放数据集的地方
detectron2:运行代码的核心组件
tools:提供了运行代码的入口以及一切可视化的代码文件。
Tutorial部分
demo:显而易见就是demo
docs: 同样显而易见。。
tests:提供了一些测试代码
projects:提供了真实的项目代码示例,之后自己的代码结构可参照这个结构写。
代码逻辑分析
超参数配置
进入tools/train_net.py
的main函数,第一行cfg = setup(args)
是配置参数。Detectron2中的参数配置使用了yacs这个库,这个库能够很好地重用和拼接超参数文件配置。
我们先看一下detrctron2/config/
的文件结构:
compat.py
: 应该是对之前的Detectron库的兼容吧,可忽略。三门峡妇科医院http://www.0398hfyy.com/config.py
: 定义了一个CfgNode
类,这个类继承自fvcore
库(fb写的一个共公共库,提供一些共享的函数,方便各种不同项目使用)中定义的CfgNode
,总之就是不断继承。。。继承关系是这样的:detrctron2.config.CfgNode->fcvore.common.config.CfgNode->yacs.config.CfgNode->dict
另外该文件还提供了get_cfg()
方法,该方法会返回一个含有默认配置的CfgNode
,而这些默认的配置值在下面的default.py
中定义了,之所以这样做是因为要配置的默认值太多了,所以为了文档清晰才写到了一个新的文件中去,不过,yacs
库的作者也建议这样做。default.py
: 如上面所说,该文件定义了各种参数的默认值。
了解配置函数的方法后我们再回到tools/train_net.py
,我们一行一行的来理解。
tools/train_net.py
from detectron2.config import get_cfg from detectron2.engine import DefaultTrainer, default_argument_parser, default_setup, hooks, launch ... def setup(args): """ Create configs and perform basic setups. """ cfg = get_cfg() cfg.merge_from_file(args.config_file) cfg.merge_from_list(args.opts) cfg.freeze() default_setup(cfg, args) return cfg
cfg = get_cfg(): 获取已经配置好默认参数的cfg
cfg.merge_from_file(args.config_file):config_file是指定的yaml配置文件,通过
merge_from_file
这个函数会将yaml文件中指定的超参数对默认值进行覆盖。cfg.merge_from_list(args.opts):
merge_from_list
作用同上面的类似,只不过是通过命令行的方式覆盖。
例如
opts = ["SYSTEM.NUM_GPUS", 8, "TRAIN.SCALES", "(1, 2, 3, 4)"] cfg.merge_from_list(opts) print("cfg\n",cfg)
那么最后会有
cfg ... (一些默认值超参数) SYSTEM: NUM_GPUS: 8 TRAIN: SCALES: (1,2,3,4)
cfg.freeze(): freeze函数的作用是将超参数值冻结,避免被程序不小心修改。
default_setup(cfg, args):
default_setup
是detectron2/engine/default.py
中提供的一个默认配置函数,具体是怎么配置的这里不详细说明了。不过需要知道的值这个文件中还提供了很多其他的配置函数,例如还提供了两个类:DefaultPredictor
和DefaultTrainer
。
Trainer
既然上面提到了DefaultTrainer
,那么我们就从这个类入手了解一下detectron2.engine
,其代码结构如下:
train_loop.py
: 这个函数主要作用是提供了三个重要的类:register_hooks
:这个很好理解,就是将用户定义的一些hooks进行注册,说大白话就是把若干个Hook放在一个list里面去。之后只需要遍历这个list依次执行就可以了。第二类其实就是上面提到的遍历hook list并执行hook,不过这个遍历有四种,分别是
before_train
,after_train
,before_step
,after_step
。还有一个就是run_step
,这个函数其实就是平常我们在编写训练过程的代码,例如读数据,训练模型,获取损失值,求导数,反向梯度更新等,只不过在这个类里面没有定义。第三类就是
train
函数,它有两个参数,分别是开始的迭代数和最大的迭代数。之后就是重复依次执行第二类中的函数指定迭代次数。HookBase
: 这是一个Hook的基类,用于指定在训练前后或者每一个step前后需要做什么事情,所以根据特定的需求需要对如下四种方法做不同的定义:before_train
,after_train
,before_step
,after_step
。以before_step
。TrainerBase
: 该类中定义的函数可以归纳成三种:SimpleTrainer
:其实就是继承自TrainerBase
,然后定义了run_step
等方法。我们后面也可以继承这个类做进一步的自定义。defaults.py
: 上面已介绍,提供了两个类:DefaultPredictor
和DefaultTrainer
,这个DefaultTrainer
就继承自SimpleTrainer
,所以存在如下继承关系:detectron2.engine.default.DefaultTrainer->detectron2.engine.train_loop.SimpleTrainer->detectron2.engine.train_loop.TrainerBase
hooks.py
:定义了很多继承自train_loop.HookBase
的Hook。launch.py
: 前面提到过,可以理解成代码启动器,可以根据命令决定是否采用分布式训练(或者单机多卡)或者单机单卡训练。
好了,我们继续回到tools/train_net.py
的main函数,代码如下所示。
def main(args): cfg = setup(args) if args.eval_only: ... trainer = Trainer(cfg) trainer.resume_or_load(resume=args.resume) if cfg.TEST.AUG.ENABLED: trainer.register_hooks( [hooks.EvalHook(0, lambda: trainer.test_with_TTA(cfg, trainer.model))] ) return trainer.train()
可以看到下面定义了一个Trainer
,它继承自detectron2.engine.default.DefaultTrainer
,这个父类会自动解析cfg。之后只需要调用trainer.train()
就可以开始训练了。
感谢各位的阅读,以上就是“什么是Config和Trainer”的内容了,经过本文的学习后,相信大家对什么是Config和Trainer这一问题有了更深刻的体会,具体使用情况还需要大家实践验证。这里是创新互联,小编将为大家推送更多相关知识点的文章,欢迎关注!
当前题目:什么是Config和Trainer
URL网址:http://pwwzsj.com/article/gsghdg.html