代码拉取完成,页面将自动刷新
同步操作将从 liuqiyuan/CompareTool 强制同步,此操作会覆盖自 Fork 仓库以来所做的任何修改,且无法恢复!!!
确定后同步将在后台操作,完成时将刷新页面,请耐心等待。
import sklearn
import torch
import numpy as np
from mindspore import context
from src.compare import compare
from module.encoder_pt import cnnEncoder as pt_encoder
from module.encoder_ms import cnnEncoder as ms_encoder
# from module.ms_mse_loss import MyMseLoss as ms_encoder
# from module.pt_mse_loss import MyMseLoss as pt_encoder
context.set_context(device_target="Ascend", device_id=7)
if __name__ == "__main__":
# denfine your own net
PtNet = pt_encoder()
MsNet = ms_encoder()
cp = compare(ptmodule=PtNet,
msmodule=MsNet,
module_type="net", # "net" or "loss"
input_shape=[[1,1,28,28]], # if 2 inputs, format is [[],[]]
init_mode="random", # "random" or "ones"
input_num=1, # 1 or 2, modify input_shape at the same time
print_result=True
)
cp.start_compare()
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。