DL about nlp, cv, and so on. As a playground. Just for fun.
Python
8
514 commits
updated Sep 22, 2026
深度学习模型基于pytorch的实现
| 文档 | 内容 |
|---|---|
| 方法使用案例 | 分类、检测、文本、生成、多模型串联，以及自己接一个新任务 |
| 代码运行流程 | init、fit、predict、single_predict 的调用链 |
| 框架设计优点 | 混入组合、钩子、检查点、分布式和超参搜索 |
代码里的可运行入口在 bundles/。每个任务类通常是「流程 + 数据集」的多重继承，例如 ResNet_ImageNet(ClsProcess, ImageNet)。
.
├── data_parse # 数据解析类
├── examples # 任务使用类
├── metrics # 模型评估类
├── models # 模型实现类
├── processor # 流程处理类
└── utils # 通用工具类
所有脚本均在python==3.8, pytorch==1.11, torchvision==0.12 环境下运行通过
DL about nlp, cv, and so on. As a playground. Just for fun.
Python
8
514 commits
updated Sep 22, 2026
深度学习模型基于pytorch的实现
| 文档 | 内容 |
|---|---|
| 方法使用案例 | 分类、检测、文本、生成、多模型串联，以及自己接一个新任务 |
| 代码运行流程 | init、fit、predict、single_predict 的调用链 |
| 框架设计优点 | 混入组合、钩子、检查点、分布式和超参搜索 |
代码里的可运行入口在 bundles/。每个任务类通常是「流程 + 数据集」的多重继承，例如 ResNet_ImageNet(ClsProcess, ImageNet)。
.
├── data_parse # 数据解析类
├── examples # 任务使用类
├── metrics # 模型评估类
├── models # 模型实现类
├── processor # 流程处理类
└── utils # 通用工具类
所有脚本均在python==3.8, pytorch==1.11, torchvision==0.12 环境下运行通过