Realizando melhorias estruturais em nosso projeto de machine learning ou deep learning com PyTorch: Parte 2/3

  1. tqdm: módulo bastante utilizado para criação de barras de progressão;
  2. logging: módulo utilizado para realizar o tracking do nosso código;
  3. argparse: módulo utilizado para obter/definir valores de argumentos necessários para a execução do programa.
Figura 1: Importando os módulos de apoio.
Figura 2: Iniciando o módulo train.
Figura 3: Adicionando o código à função main.
Figura 4: Barra de progressão.
Figura 5: Execução de treinamento do modelo com barra de progressão.

--

--

--

Senior Computer Vision Data Scientist at Conception Ro-Main (Quebec — CA). DSc in Computer Science. MTAC Brazil. https://github.com/adrianosantospb

Love podcasts or audiobooks? Learn on the go with our new app.

Get the Medium app

A button that says 'Download on the App Store', and if clicked it will lead you to the iOS App store
A button that says 'Get it on, Google Play', and if clicked it will lead you to the Google Play store
Adriano A. Santos

Adriano A. Santos

Senior Computer Vision Data Scientist at Conception Ro-Main (Quebec — CA). DSc in Computer Science. MTAC Brazil. https://github.com/adrianosantospb

More from Medium

Recurrent Neural Networks (RNN) — Overview

RL Hands-on Workshop - Train a Chatbot with Reinforcement Learning

Recent Research in Continual Learning

Data Labeling: How AI Can Streamline Your Data Labelling?