kevins-torch 0.2.2

A collection of PyTorch utilities for image AI training

Kevin's Torch Utils

這是一個用於圖像 AI 訓練的 PyTorch 工具組 (kevins_torch)，旨在提供一系列實用的功能來簡化深度學習模型的開發、訓練和評估過程。

主要功能模組

• models:
  • base.py: 提供模型的基本結構。
  • cnn.py: 包含通用的卷積神經網路實現。
  • lenet.py: LeNet 模型的實現。
  • pretrained.py: 處理和載入預訓練模型的工具。
  • utils/activation_function_parser.py: 解析活化函數配置。
• utils:
  • load_parameters.py: 從設定檔載入模型和訓練參數。
  • lightning_models.py: 與 PyTorch Lightning 整合的相關工具。
  • logger_config.py: 設定日誌記錄器。
  • repeat_channels.py: 用於調整輸入圖像通道數的工具。
  • dataset/coffee_bean_dataset.py: 針對特定咖啡豆資料集的處理。
• examples:
  • settings.yaml: 範例設定檔。
  • train_configs_generator.py: 產生訓練設定檔的腳本。
• tests:
  • 包含對各個模組的單元測試。

安裝

您可以透過 pip 安裝此套件：

pip install kevins_torch

使用範例

import torch
from kevins_torch import models
from kevins_torch.utils import load_parameters

# 載入設定檔中的參數
config_path = 'examples/settings.yaml' # 假設您的設定檔路徑
params = load_parameters(config_path)

# 根據設定檔建立模型
# (假設您的設定檔中有模型定義)
# model = models.build_model(params['model_config']) # 實際函數可能不同

# 或者直接使用預定義的模型
model = models.LeNet(num_classes=10)

# 準備輸入數據 (範例)
dummy_input = torch.randn(1, 1, 28, 28) # LeNet 通常用於 MNIST (1x28x28)

# 進行預測
output = model(dummy_input)
print("模型輸出:", output.shape)

開發設定

如果您想為此專案貢獻，請先設定開發環境：

1. 複製儲存庫：

   git clone https://github.com/yourusername/kevins_torch # 請替換成實際的儲存庫 URL
   cd kevins_torch
   

2. 安裝開發依賴：

   pip install -r dev-requirements.txt
   

3. 設定 pre-commit hooks (建議)：

   pre-commit install
   

執行測試

使用 pytest 執行測試：

pytest tests/

貢獻

歡迎透過 Pull Requests 或 Issues 提出問題和改進建議！

授權

本專案採用 MIT License 授權。