欢迎来到Pet ,使用Pet 开始你的深度学习之路。

开始你的第一步

• 关于Pet
  • 什么是Pet？
  • 任务支持
  • 关于本文档
  • 开发许可证
• 为什么选择Pet？
  • 功能
  • 特性
  • 对比
  • 拓展
  • 上传注意事项
• Pet安装
  • 安装Pytorch
  • 安装Pet
  • FAQ
• 快速开始
  • 准备数据
  • 训练

应用实践

• 在Cifar数据集上训练Res110模型
  • 1、介绍
  • 2、快速开始
  • 3、实验配置文件
  • 4、数据集准备与介绍
  • 5、模型构建
  • 6、模型训练
  • 7、模型测试
• 在ImageNet数据集上训练ResNet50分类模型
  • 1、介绍
  • 2、快速开始
  • 3、实验配置文件
  • 4、数据集准备与介绍
  • 5、模型构建
  • 6、模型训练
  • 7、模型测试
  • 参考文献
• 在ADE20K数据集上训练ResNet50+DeepLab-v3模型
  • 1、介绍
  • 2、快速开始
  • 3、实验配置文件
  • 4、数据集准备与介绍
  • 5、模型构建
  • 6、模型训练
  • 7、模型测试
• 在MSCOCO2017数据集上训练Faster R-CNN模型
  • 1、介绍
  • 2、快速开始
  • 3、实验配置文件
  • 4、数据集准备与介绍
  • 5、模型构建
  • 6、模型训练
  • 7、模型测试
• 在CIHP数据集上训练Parsing教程
  • 1、介绍
  • 2、快速开始
  • 3、构建实验配置文件
  • 4、数据准备与介绍
  • 5、模型构建
  • 6、模型训练
  • 7、模型测试
  • 参考文献
• 添加新的模块
  • 添加新的骨干网络
  • 配置文件
  • 代码
  • 使用
• 添加自定义数据集
  • Example
  • 其他
• 扩展
  • 上传注意事项
• Pet问题反馈
  • 提问与贡献解决方案
  • 安装中常见问题的示例

#.. toctree:: # :caption: 接口文档（英文） # # api.rst

Indices and tables

• 索引

• 搜索页面