数据增强(Data Augmentation)，又称为数据增广，数据扩增，它是对训练集进行变换，使训练集更丰富，从而提升模型的泛化能力.torchvisi...
From：migrating_from_torchvision_to_albumentationstorchvision 提供了 transforms 数...
EfficientNet 是一种新的模型缩放方法，准确率比之前最好的Gpipe提高了0.1%，但是模型更小更快，参数的数量和FLOPS都大大减少，效率提升...
原文：Multi-Label Image Classification with PyTorch: Image Tagging - 2020.05.03作...
From：Github - youngwanLEE/centermask2基于 Pytorch 的IOULoss 的实现.(比较清晰明了)import t...
FocalLoss 用于 one-stage 目标检测算法(Retinanet)，提升检测效果.也可以被用于分类任务中，解决数据不平衡问题.1. Gith...
单卡多级的模型训练，即并行训练，可分为数据并行和模型并行两种.数据并行是指，多张 GPUs 使用相同的模型副本，但采用不同 batch 的数据进行训练.模...
InceptionV3 - 类别标签平滑正则化LSR - AIUAIInceptionV3 论文中提出，one-hot 硬编码形式的标签会导致过拟合. 标...
主要参考 pytorch - Loss functions.Pytorch == 1.4.01. L1Lossclass torch.nn.L1Loss(...
原文：pytorch多gpu并行训练 - 2019.12.19作者：link-web环境：Ubuntu14, 18LST 调试解决了不少迷惑, 记录、学习...