Apprenez en faisant! Développement Deep Learning par PyTorch https://book.mynavi.jp/ec/products/detail/id=104855
Dans "Chapitre 1 Classification d'images et apprentissage par transfert".
Il était difficile de créer un environnement séparé dans mon terminal, je l'ai donc implémenté avec Google Colaboratory. Gardez un mémorandum de ce que vous avez vérifié à ce moment-là
Téléchargez le dossier téléchargé depuis git (il est plus facile de le faire localement jusqu'à Make) sur Google Drive et démarrez le fichier Notebook à partir du lecteur. Dans cet état, le lecteur n'est pas reconnu, vous devez donc le monter.
#Vérifiez le chemin actuel
import os
print(os.getcwd())
!ls
#monter
from google import colab
colab.drive.mount('/content/gdrive')
Il vous sera demandé de vous authentifier, alors authentifiez-vous et entrez le code d'autorisation
#Déplacer le dossier
os.chdir('gdrive/My Drive/Colab Notebooks/20200126_pytorch/pytorch_advanced/1_image_classification')
!ls
Maintenant que vous pouvez traiter avec la même structure de chemin qu'un livre, essayons-le. Si vous souhaitez utiliser GPU, remplacez "Runtime" par GPU torch.cuda.is_available() OK si vous pouvez confirmer que c'est vrai. Il peut être traité par GPU.
Recommended Posts