分类 随笔 下的文章

pytorch迁移学习基准测试


pytorch提供多种预训练模型可以用于图像分类任务中的训练和测试,下面提供它的训练和测试代码:

注意训练所用的图像目录结构必须是: data/train/a b .. data/val/a b .. ,a b 为不同类别的文件目录


[转]单个服务器扩展到百万用户的系统


原文地址:https://arcentry.com/blog/scaling-webapps-for-newbs-and-non-techies/

你开发了一个网站(例如网上商店、社交网站或者其他任何东西),之后你把它发布到了网上,网站运行良好,每天有几百的访问量,能快速地相响应用户的请求。

但是有一天,不知道什么原因,你的网站出名了!

每分每秒都有成千上万的用户蜂拥而至,你的网站变得越来越慢……

对你来讲,这是个好消息,但是对你的Web应用来说这是个坏消息。因为现在它需要扩展了,你的应用需要为全球用户提供7*24不宕机服务。


使用C++调用并部署pytorch模型(一)


首先简述一下整体思路:

目的:使用C++及多线程可以加快模型预测速度

关于模型训练有两种方法,一种是直接使用C++编写训练代码,可以做到搭建完整的网络模型,但是无法使用迁移学习,而迁移学习是目前训练样本几乎都会用到的方法,另一种是使用python代码训练好,模型,并使用JIT技术,将python模型导出为C++可调用的模型,这里具体介绍第二种。