使用colab、featurize进行深度学习

神经网络学习小记录69——Pytorch 使用Google Colab进行深度学习_google colab pytorch_Bubbliiiing的博客-CSDN博客

PyTorch 快速查看 pth 文件保存的参数_pytorch怎么看pth参数类型_Kkkkaii的博客-CSDN博客

（新手向）从零开始使用Colab进行机器/深度学习详细教程_liyihao76的博客-CSDN博客zz

使用colab的一个步骤：

准备工作：

在谷歌云盘上传数据集和权值文件，建立一些文件夹。 

1 与上传好的谷歌云盘连接

from google.colab import drive

drive.mount('/content/gdrive')

2 导入一个git代码库，并在colab切换到对应文件夹

使用yolov7

 !git clone https://github.com/bubbliiiing/yolov7-pytorch.git

%cd yolov7-pytorch/

使用FRCNN 

!git clone https://github.com/bubbliiiing/faster-rcnn-pytorch.git

%cd faster-rcnn-pytorch/

 3 把云盘数据集添加到git代码库里

!rm -rf ./VOCdevkit

!cp /content/gdrive/MyDrive/VOC07+12+test.zip ./

!unzip ./VOC07+12+test.zip -d ./

4 把云盘和git上的logs连接起来

!rm -rf logs

!ln -s /content/gdrive/MyDrive/models/yolov7-pytorch/logs logs

!rm -rf logs

!ln -s /content/gdrive/MyDrive/models/faster-rcnn-pytorch/logs logs

5 运行

!python voc_annotation.py

!python train.py 

Google Colab 云端运行 自动断线解决方法 - 知乎 (zhihu.com)

colab防止掉线断连及清除方法_colab防掉线_jinniulema的博客-CSDN博客

神经网络学习小记录69——Pytorch 使用Google Colab进行深度学习_google colab pytorch_Bubbliiiing的博客-CSDN博客

pytorch中保存的模型文件.pth深入解析 - 知乎 (zhihu.com)

6 新版本文件对接到老版本，在新版本环境执行这段代码覆盖新版本torch生成的不可被解压文件，即可用老版本解压weight

 import torch

state_dict = torch.load("/content/gdrive/MyDrive/models/yolov7-pytorch/logs/best_epoch_weights.pth")  #xxx.pth或者xxx.pt就是想改掉的权重文件

torch.save(state_dict, "/content/gdrive/MyDrive/models/yolov7-pytorch/logs/best_epoch_weights.pth", _use_new_zipfile_serialization=False)

使用featurize的一个步骤：

新建data文件夹从主页快速导入数据集

改变文件夹   cd work

出现(base) ➜  work

git clone https://github.com/bubbliiiing/yolov7-pytorch.git   从github上克隆代码

cd yolov7-pytorch  进入目标文件夹

rm -rf ./VOCdevkit  源文件夹自带同名的无数据文件夹，需要删除。

cp /home/featurize/data/VOCdevkit ./ -r    

把要克隆的文件夹的所有文件复制到目标文件夹，注意加 ./ -r