Datawhale 零基礎入門CV賽事街景字符識別學習筆記--第1次打卡

1. 安裝python3.7版本、pytorch、jupyter、tqdm、opencv-python、matplotlib、pandas，在windows環境下安裝的，沒有GPU，安裝的過程和教程中給的有點點差異，好在順利安裝完成。直接按照教程中命令執行，報錯，找不到相應的包，命令修改爲

conda install pytorch=1.3.1 torchvision cudatoolkit=10.0 –c pytorch

-c是從官方源下載，配置了國內源的話，不加-c更快；

或者配置國內的源，不加-c，用下面的命令：conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64

 

安裝成功了，但是導入的時候還是報錯，使用下面的命令安裝：

pip3 install https://download.pytorch.org/whl/cpu/torch-1.1.0-cp37-cp37m-win_amd64.whl -i https://pypi.tuna.tsinghua.edu.cn/

安裝0.2.1版本的torchvision，解決，import成功

 

2.  Baseline流程梳理：

         1）定義讀取圖像的Dataset；

         2）定義訓練數據和驗證數據的Dataset；

         3）定義字符分類模型，使用ResNet18的模型進行特徵提取；

         4）定義訓練、驗證和預測模塊；

         5）迭代訓練和驗證模型；

         6）對測試集樣本進行預測，生成提交文件

 

    3. 實現過程

         1）訓練模型時報錯

解決方法：該問題的產生是由於windows下多線程的問題，和DataLoader類有關，具體細節點這裏Fix memory leak when using multiple workers on Windows。

解決方案：修改調用torch.utils.data.DataLoader()函數時的num_workers參數。該參數官方API解釋如下： 

• num_workers (int, optional) – how many subprocesses to use for data loading. 0 
  means that the data will be loaded in the main process. (default: 0)

該參數是指在進行數據集加載時，啓用的線程數目。截止當前2018年5月9日11:15:52，如官方未解決該BUG，則可以通過修改num_works參數爲 0 ，只啓用一個主進程加載數據集，避免在windows使用多線程即可。

     2）訓練模型時報錯

解決方法：target=target.long()