加快DL研发 用于深度学习研究和开发的PyTorch框架。 它的开发侧重于可重复性,快速实验和代码/想法重用。 能够研究/开发新事物,而不是编写另一个常规火车循环。 打破循环-使用催化剂! 项目。 。 : -实验记录和可视化 -加速的深度学习研究与开发 -方便的深度学习模型服务 。 您可以通过或下一版本的主题 :winking_face: 另请查看我们维护的 内容 催化剂信息#5。 回呼 催化剂版本: 19.11日期: 2019-11-07 大家好你们好! 现在是11月,有一个新版本 ,我们将返回新的Catalyst-info。 主题是。 让我们看一下PyTorch的简约火车循环: 我们进行了很多嵌套的迭代,经历了不同的学习阶段(预热,训练,微调等),按时期进行迭代,由所有数据加载器(训练,有效等)进行迭代,最后在每个数据加载器中处理批处理。某种方式。 这可行,但是如何使其可定制? 为了能够在标准