Apache MXNet 教程navigate_next 分布式训练
快速搜索
代码
显示源码
安装 教程 API 社区 贡献 GitHub
gluoncv
目录
  • 安装
  • 模型库
    • 图像分类
    • 目标检测
    • 图像分割
    • 姿态估计
    • 行为识别
    • 深度预测
  • Apache MXNet 教程
    • 图像分类
      • 1. CIFAR10 预训练模型入门
      • 2. CIFAR10 训练深度解析
      • 3. ImageNet 预训练模型入门
      • 4. 使用自定义图像数据集进行迁移学习
      • 5. 在 ImageNet 上训练自定义模型
    • 目标检测
      • 01. 使用预训练 SSD 模型进行预测
      • 02. 使用预训练 Faster RCNN 模型进行预测
      • 03. 使用预训练 YOLO 模型进行预测
      • 04. 在 Pascal VOC 数据集上训练 SSD
      • 05. SSD 训练深度解析：提升性能的 3 个技巧
      • 06. 在 PASCAL VOC 上端到端训练 Faster-RCNN
      • 07. 在 PASCAL VOC 上训练 YOLOv3
      • 08. 微调预训练目标检测模型
      • 09. 在你的网络摄像头上运行目标检测模型
      • 10. 通过重用部分预训练模型跳过微调
      • 11. 使用预训练 CenterNet 模型进行预测
      • 12. 在 NVIDIA Jetson 模块上运行目标检测模型
    • 实例分割
      • 1. 使用预训练 Mask RCNN 模型进行预测
      • 2. 在 MS COCO 上端到端训练 Mask RCNN
    • 语义分割
      • 1. FCN 预训练模型入门
      • 2. 使用 PSPNet 预训练模型进行测试
      • 3. 使用 DeepLabV3 预训练模型进行测试
      • 4. 在 Pascal VOC 数据集上训练 FCN
      • 5. 在 ADE20K 数据集上训练 PSPNet
      • 6. 在 Pascal VOC 数据集上复现 SoTA
      • 7. 使用用于多人解析的 ICNet 预训练模型进行测试
    • 姿态估计
      • 1. 使用预训练 Simple Pose Estimation 模型进行预测
      • 2. 使用预训练 AlphaPose Estimation 模型进行预测
      • 3. 从你的网络摄像头估计姿态
      • 4. 训练 Simple Pose 模型在 COCO 关键点上的深度解析
    • 行为识别
      • 1. UCF101 预训练 TSN 模型入门
      • 10. 介绍 Decord：一种高效的视频读取器
      • 2. UCF101 训练 TSN 模型深度解析
      • 3. Kinetics400 预训练 I3D 模型入门
      • 4. Kinetics400 训练 I3D 模型深度解析
      • 5. Kinetics400 预训练 SlowFast 模型入门
      • 6. Kinetics400 训练 SlowFast 模型深度解析
      • 7. 在你的自定义数据集上微调 SOTA 视频模型
      • 8. 从预训练模型中提取视频特征
      • 9. 使用预训练模型对你的视频进行推理
    • 目标跟踪
      • 01. 使用预训练 SiamRPN 模型进行单目标跟踪
      • 02. 在 COCO、VID、DET、Youtube_bb 上训练 SiamRPN
      • 03. 使用预训练 SMOT 模型进行多目标跟踪
    • 深度预测
      • 01. 使用预训练 Monodepth2 模型从单张图像预测深度
      • 02. 使用预训练 Monodepth2 模型从图像序列或视频预测深度
      • 03. 在 KITTI 数据集上训练 Monodepth2
      • 04. 使用预训练 Monodepth2 Pose 模型从图像序列测试 PoseNet
    • 准备数据集
      • 准备 ADE20K 数据集。
      • 准备 COCO 数据集
      • 准备 COCO 数据集
      • 准备 Cityscapes 数据集。
      • 准备 ILSVRC 2015 DET 数据集
      • 准备 ILSVRC 2015 VId 数据集
      • 准备 Multi-Human Parsing V1 数据集
      • 准备 OTB 2015 数据集
      • 准备 PASCAL VOC 数据集
      • 准备 Youtube_bb 数据集
      • 准备用于目标检测的自定义数据集
      • 准备 20BN-something-something 数据集 V2
      • 准备 HMDB51 数据集
      • 准备 ImageNet 数据集
      • 准备 Kinetics400 数据集
      • 准备 UCF101 数据集
      • 以 ImageRecord 格式准备你的数据集
    • 自动化模块
      • 01. 使用 GluonCV 自动化模块加载 Web 数据集
      • 02. 使用自动化评估器训练图像分类
      • 03. 使用 GluonCV 自动化任务通过 HPO 训练分类器或检测器
    • 分布式训练
      • 1. 深度视频模型的分布式训练
    • 部署
      • 1. 将训练好的 GluonCV 网络导出为 JSON
      • 2. GluonCV C++ 推理演示
      • 3. 使用量化模型进行推理
  • PyTorch 教程
    • 行为识别
      • 1. Kinetics400 预训练 I3D 模型入门
      • 2. 在你的自定义数据集上微调 SOTA 视频模型
      • 3. 从预训练模型中提取视频特征
      • 4. 计算模型的 FLOPS、延迟和 fps
      • 5. 分布式数据并行 (DDP) 框架
  • API 参考
    • gluoncv.data
    • gluoncv.data.batchify
    • gluoncv.data.transforms
    • gluoncv.model_zoo
    • gluoncv.nn
    • gluoncv.loss
    • gluoncv.utils
  • 社区
    • 社区
    • 贡献 GluonCV
  • 幻灯片
gluoncv
目录
  • 安装
  • 模型库
    • 图像分类
    • 目标检测
    • 图像分割
    • 姿态估计
    • 行为识别
    • 深度预测
  • Apache MXNet 教程
    • 图像分类
      • 1. CIFAR10 预训练模型入门
      • 2. CIFAR10 训练深度解析
      • 3. ImageNet 预训练模型入门
      • 4. 使用自定义图像数据集进行迁移学习
      • 5. 在 ImageNet 上训练自定义模型
    • 目标检测
      • 01. 使用预训练 SSD 模型进行预测
      • 02. 使用预训练 Faster RCNN 模型进行预测
      • 03. 使用预训练 YOLO 模型进行预测
      • 04. 在 Pascal VOC 数据集上训练 SSD
      • 05. SSD 训练深度解析：提升性能的 3 个技巧
      • 06. 在 PASCAL VOC 上端到端训练 Faster-RCNN
      • 07. 在 PASCAL VOC 上训练 YOLOv3
      • 08. 微调预训练目标检测模型
      • 09. 在你的网络摄像头上运行目标检测模型
      • 10. 通过重用部分预训练模型跳过微调
      • 11. 使用预训练 CenterNet 模型进行预测
      • 12. 在 NVIDIA Jetson 模块上运行目标检测模型
    • 实例分割
      • 1. 使用预训练 Mask RCNN 模型进行预测
      • 2. 在 MS COCO 上端到端训练 Mask RCNN
    • 语义分割
      • 1. FCN 预训练模型入门
      • 2. 使用 PSPNet 预训练模型进行测试
      • 3. 使用 DeepLabV3 预训练模型进行测试
      • 4. 在 Pascal VOC 数据集上训练 FCN
      • 5. 在 ADE20K 数据集上训练 PSPNet
      • 6. 在 Pascal VOC 数据集上复现 SoTA
      • 7. 使用用于多人解析的 ICNet 预训练模型进行测试
    • 姿态估计
      • 1. 使用预训练 Simple Pose Estimation 模型进行预测
      • 2. 使用预训练 AlphaPose Estimation 模型进行预测
      • 3. 从你的网络摄像头估计姿态
      • 4. 训练 Simple Pose 模型在 COCO 关键点上的深度解析
    • 行为识别
      • 1. UCF101 预训练 TSN 模型入门
      • 10. 介绍 Decord：一种高效的视频读取器
      • 2. UCF101 训练 TSN 模型深度解析
      • 3. Kinetics400 预训练 I3D 模型入门
      • 4. Kinetics400 训练 I3D 模型深度解析
      • 5. Kinetics400 预训练 SlowFast 模型入门
      • 6. Kinetics400 训练 SlowFast 模型深度解析
      • 7. 在你的自定义数据集上微调 SOTA 视频模型
      • 8. 从预训练模型中提取视频特征
      • 9. 使用预训练模型对你的视频进行推理
    • 目标跟踪
      • 01. 使用预训练 SiamRPN 模型进行单目标跟踪
      • 02. 在 COCO、VID、DET、Youtube_bb 上训练 SiamRPN
      • 03. 使用预训练 SMOT 模型进行多目标跟踪
    • 深度预测
      • 01. 使用预训练 Monodepth2 模型从单张图像预测深度
      • 02. 使用预训练 Monodepth2 模型从图像序列或视频预测深度
      • 03. 在 KITTI 数据集上训练 Monodepth2
      • 04. 使用预训练 Monodepth2 Pose 模型从图像序列测试 PoseNet
    • 准备数据集
      • 准备 ADE20K 数据集。
      • 准备 COCO 数据集
      • 准备 COCO 数据集
      • 准备 Cityscapes 数据集。
      • 准备 ILSVRC 2015 DET 数据集
      • 准备 ILSVRC 2015 VId 数据集
      • 准备 Multi-Human Parsing V1 数据集
      • 准备 OTB 2015 数据集
      • 准备 PASCAL VOC 数据集
      • 准备 Youtube_bb 数据集
      • 准备用于目标检测的自定义数据集
      • 准备 20BN-something-something 数据集 V2
      • 准备 HMDB51 数据集
      • 准备 ImageNet 数据集
      • 准备 Kinetics400 数据集
      • 准备 UCF101 数据集
      • 以 ImageRecord 格式准备你的数据集
    • 自动化模块
      • 01. 使用 GluonCV 自动化模块加载 Web 数据集
      • 02. 使用自动化评估器训练图像分类
      • 03. 使用 GluonCV 自动化任务通过 HPO 训练分类器或检测器
    • 分布式训练
      • 1. 深度视频模型的分布式训练
    • 部署
      • 1. 将训练好的 GluonCV 网络导出为 JSON
      • 2. GluonCV C++ 推理演示
      • 3. 使用量化模型进行推理
  • PyTorch 教程
    • 行为识别
      • 1. Kinetics400 预训练 I3D 模型入门
      • 2. 在你的自定义数据集上微调 SOTA 视频模型
      • 3. 从预训练模型中提取视频特征
      • 4. 计算模型的 FLOPS、延迟和 fps
      • 5. 分布式数据并行 (DDP) 框架
  • API 参考
    • gluoncv.data
    • gluoncv.data.batchify
    • gluoncv.data.transforms
    • gluoncv.model_zoo
    • gluoncv.nn
    • gluoncv.loss
    • gluoncv.utils
  • 社区
    • 社区
    • 贡献 GluonCV
  • 幻灯片

分布式训练¶

1. Distributed training of deep video models

1. 深度视频模型的分布式训练¶

下载 所有 Python 源码 示例: examples_distributed_python.zip

下载 所有 Jupyter notebook 示例: examples_distributed_jupyter.zip

由 Sphinx-Gallery 生成的画廊

上一页
03. 使用 GluonCV 自动化任务通过 HPO 训练分类器或检测器
下一页
1. 深度视频模型的分布式训练