Open Jiaoma opened 5 years ago
新年第一天,想干活,希望自己进入下一个阶段。
因为考研,很久没写周报。之前写论文,完善了自己的方法的代码,后续交给了老师和李明鸣学长完成。在之前的项目中,我感受到了如下的强烈需要:
一个完整的实验条件,参数,运行结果和数据的管理系统。由于我的实验涉及多种类型的网络,多种loss的比较,不同参数的设定,最终实验结果也存在着除了best_checkpoint以外的其他checkpoint的测试。排列组合得到的实验组数可以达到上百个,我是通过文件夹的名称和修改日期来做判断的,但是显然不方便。并且我没有一个统一的格式记录文件,每次都是凭记忆找到合适的checkpoint文件临时运行test测试。
一个可以重复利用的框架,内容包含「数据读取,变形,格式转换」,「测试方法,AUC,ROC等」,「绘制」等,对于不同的任务只需要定义网络和训练方法,这样可以加快学习进度,快速实现论文方法。
(暂时还未)一个能代替手动迁移代码,环境和数据的脚本,并不是分布式计算,但是今后会考虑,因为到了实验后期,如果要赶进度,会把代码放到几台机器上跑,手动效率低,且管理混乱。
已经配置完成我的主机并开放了ssh和vnc的端口,再也不用teamviewer,后期会考虑开放部分资源给大家使用。目前环境cuda 10, cudnn7.2。
整理过去项目的代码,加入到自己的SwiftPyTorchDPFrame https://github.com/Jiaoma/SwiftPyTorchDPFrame 中, 目前完成进度< 30%:
< Functions includes:
已看Higher-order Statistical Modeling based Deep CNNs, 但是仅会议pdf,需进一步通过论文了解他们的工作。复核了自己之前的论文,觉得在结果出来前有必要更多地了解他们的工作,我缺乏理论的尝试需要理论去支撑,和进一步改进。
正在看DUNet,计划在下周实现在框架中。
已下载Google的Quick Draw! dataset, 已存入李老师网盘的训练数据。(仅二进制格式,读取方法见quick draw dateset github https://github.com/googlecreativelab/quickdraw-dataset)
把steam卸了。
看完DUNet,实现。
编写框架除了manegament和transfer的部分,仅将过去代码整理加入并减少冗余。
看sketch RNN论文
补齐自己之前在b站落下的李宏毅的部分章节
补充一句,因为我把我之前尝试的东西写里面了,所以把库改成了Private,链接访问不到了,等我写的差不多了建一个public仓库的在组织下面转移过去。
Review-2019.1.1-李嘉诚
新年第一天,想干活,希望自己进入下一个阶段。
之前的工作
因为考研,很久没写周报。之前写论文,完善了自己的方法的代码,后续交给了老师和李明鸣学长完成。在之前的项目中,我感受到了如下的强烈需要:
一个完整的实验条件,参数,运行结果和数据的管理系统。由于我的实验涉及多种类型的网络,多种loss的比较,不同参数的设定,最终实验结果也存在着除了best_checkpoint以外的其他checkpoint的测试。排列组合得到的实验组数可以达到上百个,我是通过文件夹的名称和修改日期来做判断的,但是显然不方便。并且我没有一个统一的格式记录文件,每次都是凭记忆找到合适的checkpoint文件临时运行test测试。
一个可以重复利用的框架,内容包含「数据读取,变形,格式转换」,「测试方法,AUC,ROC等」,「绘制」等,对于不同的任务只需要定义网络和训练方法,这样可以加快学习进度,快速实现论文方法。
(暂时还未)一个能代替手动迁移代码,环境和数据的脚本,并不是分布式计算,但是今后会考虑,因为到了实验后期,如果要赶进度,会把代码放到几台机器上跑,手动效率低,且管理混乱。
正在做的工作
已经配置完成我的主机并开放了ssh和vnc的端口,再也不用teamviewer,后期会考虑开放部分资源给大家使用。目前环境cuda 10, cudnn7.2。
整理过去项目的代码,加入到自己的SwiftPyTorchDPFrame https://github.com/Jiaoma/SwiftPyTorchDPFrame 中, 目前完成进度< 30%:
< Functions includes:
已看Higher-order Statistical Modeling based Deep CNNs, 但是仅会议pdf,需进一步通过论文了解他们的工作。复核了自己之前的论文,觉得在结果出来前有必要更多地了解他们的工作,我缺乏理论的尝试需要理论去支撑,和进一步改进。
正在看DUNet,计划在下周实现在框架中。
已下载Google的Quick Draw! dataset, 已存入李老师网盘的训练数据。(仅二进制格式,读取方法见quick draw dateset github https://github.com/googlecreativelab/quickdraw-dataset)
把steam卸了。
下周工作
看完DUNet,实现。
编写框架除了manegament和transfer的部分,仅将过去代码整理加入并减少冗余。
看sketch RNN论文
补齐自己之前在b站落下的李宏毅的部分章节