docs/si/conv_mixer/experiment.html
මෙමතිර රචනය CIFAR මත ConvMixer දුම්රිය 10 දත්ත සමුදාය.
මෙයකඩදාසි ප්රති results ල ප්රතිනිෂ්පාදනය කිරීමේ උත්සාහයක් නොවේ. පුහුණුව සඳහා PyTorch Image Models (timm) හි ඇති රූප වැඩිදියුණු කිරීම් භාවිතා කරයි. සරල බව සඳහා අපි මෙය කර නැත - එමඟින් අපගේ වලංගු කිරීමේ නිරවද්යතාවය පහත වැටීමට හේතු වේ.
20fromlabmlimportexperiment21fromlabml.configsimportoption22fromlabml\_nn.experiments.cifar10importCIFAR10Configs
සියලුමදත්ත කට්ටල ආශ්රිත වින්යාසයන්, ප්රශස්තකරණය සහ පුහුණු ලූපයක් නිර්වචනය කරන අපි භාවිතා CIFAR10Configs කරමු.
25classConfigs(CIFAR10Configs):
පැච්එකක ප්රමාණය, p
34patch\_size:int=2
පැච්කාවැද්දීම් වල නාලිකා ගණන, h
36d\_model:int=256
ConvMixer ස්ථර හෝ ගැඹුර ගණන, d
38n\_layers:int=8
ගැඹුර-නැණවත්සංවහනයේ කර්නල් ප්රමාණය, k
40kernel\_size:int=7
කර්තව්යයේපන්ති ගණන
42n\_classes:int=10
45@option(Configs.model)46def\_conv\_mixer(c:Configs):
50fromlabml\_nn.conv\_mixerimportConvMixerLayer,ConvMixer,ClassificationHead,PatchEmbeddings
ConvMixerනිර්මාණය
53returnConvMixer(ConvMixerLayer(c.d\_model,c.kernel\_size),c.n\_layers,54PatchEmbeddings(c.d\_model,c.patch\_size,3),55ClassificationHead(c.d\_model,c.n\_classes)).to(c.device)
58defmain():
අත්හදාබැලීම සාදන්න
60experiment.create(name='ConvMixer',comment='cifar10')
වින්යාසයන්සාදන්න
62conf=Configs()
වින්යාසයන්පූරණය කරන්න
64experiment.configs(conf,{
ප්රශස්තකරණය
66'optimizer.optimizer':'Adam',67'optimizer.learning\_rate':2.5e-4,
ඊපොච්සහ කණ්ඩායම් ප්රමාණය පුහුණු කිරීම
70'epochs':150,71'train\_batch\_size':64,
සරලරූප වැඩි කිරීම
74'train\_dataset':'cifar10\_train\_augmented',
වලංගුකිරීම සඳහා රූප වැඩි නොකරන්න
76'valid\_dataset':'cifar10\_valid\_no\_augment',77})
ඉතිරිකිරීම/පැටවීම සඳහා ආකෘතිය සකසන්න
79experiment.add\_pytorch\_models({'model':conf.model})
අත්හදාබැලීම ආරම්භ කර පුහුණු ලූපය ක්රියාත්මක කරන්න
81withexperiment.start():82conf.run()
86if\_\_name\_\_=='\_\_main\_\_':87main()