本项目参照 Dee Qiu而改进。
所以操作基本一致,具体操作可以去看原作者README.md
但我并没有能够达到如同原作者所说的95%以上的准确率
在模型上我尝试了vgg,发现vgg最终达到的准确率不如cnn的准确率。基本在85左右徘徊。
- 1.加快模型的训练速度,由作者的cpu训练模型改为用gpu训练模型,效率提高10倍以上
- 2.加入进度条展示,原本的代码一直是输出,加入进度条展示后,我们可以明显地观察到每一轮训练的时间以及测试的时间。
- 3.加入了可选的准确率阈值限制,我们可以限制模型所能达到的准确率,在高于该阈值的时候就可以停止训练。
- 4.加入了写日志模块和绘制图线模块,将每一轮训练和测试得到的输出保存在日志中,在plot.py中可以将日志进行绘图,得到曲线,直观地观察train_loss,test_acc,test_loss变化曲线。
- 5.将visdom启动进行封装,避免了在控制台中繁琐的输入命令语句。