Чтобы сгенерировать данные и создать конфиг под них, необходимо из корневой директории запустить generate_synthetic_data.py
--mnist_path- путь к папке, в которой находится датасет MNIST (если датасет не установлен, то он скачается в папку, указанную в параметре)--megapixel_mnist_path- путь к папке, в которую будет сохранен сгенерированный датасет (если уже существует, то перезапишется)
Чтобы начать тренировку, необходимо из корневой директории запустить train.py. Результаты, включающие текущую версию конфига, чекпоинты, файл логгирования, файл тензорборд объекта, сохранятся в папку outputs/текущая_дата/текущее_время.
Чтобы изменить параметры тренировки, необходимо передать их в качестве параметров скрипта train.py или изменить напрямую в конфиге conf/config.yaml.
Некоторые базовые параметры тренировки:
n_steps- количество шаговbs- размер батчаhooks- хукиtype- тип хука.LogCallbackинициирует логгирование,ValidationCallbackинициирует валидацию,TensorBoardCallbackинициирует запись в тензорборд,SaveCheckpointCallbackинициируется сохранения чекпоинтаfrequency- частота вызова хука
По умолчанию валидация проводится на валидационных данных, содержащих классы картинок, отличных от тех, что встречаются в тренировчных данных, а также на валидационных данных содержащих ислючительно классы, совпадающие с тренировочными.