计算机视觉：期中作业任务1：

在CUB-200-2011数据集上从零开始训练新的输出层，并对其余参数使用较小的学习率进行微调。

计算机视觉：期末作业任务1：

比较基于自监督对比学习，imagenet预训练以及完全训练图像分类的表现

计算机视觉：期末作业任务2：

在CIFAR-100数据集上比较基于Transformer和CNN的图像分类模型.

神经网络与深度学习：Project2：

Train a Network on CIFAR-10

使用说明

框架是自己写的！！！！！框架是自己写的！！！！！框架是自己写的！！！！！框架是自己写的！！！！！

自定义模型去model.py中的MyModel中更改。调模型可以根据model.py中的resnet34或swin transfomer更改。

调的新模型（不包括自定义模型）需要更改的部分：

使用新的数据集需要更改的部分

使用新的优化器需要更改的部分

优化器中目前只支持的优化参数：

使用框架内存在的模型可以只修改config.json

训练使用train.py，推理部分需要自行修改inference.py，可视化通过tensorboard实现(不会问gpt)

希望以后的培养方案少一些图像分类