写深度学习代码是先写model还是dataset还是train呢，有个一般化的顺序吗？

文章预览

来源 | 知乎问答 地址 | https://www.zhihu.com/question/498167513 本文仅作学术分享，若侵权请联系后台删文处理 可视化很重要,善用开源框架 回答一：作者-三思但不犹豫 前段时间刚重写了一个 dl 任务，在此说下心得体会： 顺序上，先 dataset，检查基本的 transform，再搭 model，构建 head 和 loss，就可以把一个基础的、可以跑的网络就能跑起来了（这点很重要）； 可视化很重要，如果是本地开发机，善用 cv.imshow 直观、便捷地可视化处理的结果； 一个基础的 train/inference 流程跑通后，分别构建 1 张、10 张的数据用于 debug，确保任意改动后，可以 overfit； 调试代码阶段避免随机性、避免数据增强，一定用 tensorboard 之类的工具观察 loss 下降是否合理； 一般数据集最好处理成 coco 的格式，我的任务跟传统任务不太一样，但也尽量仿照 coco 来设计，写 dataset 的时候可 ………………………………