cuicheng01

hi，您好～ 1.paddleclas也可以支持pip install, 不过目前只支持推理预测功能； 2.高于这个版本的opencv在安装时需要编译，会比较慢。当然如果你本地有高于这个版本的opencv，可以忽略这个信息。另外，你pip安装的过程慢是因为pip源的问题，可以考虑更换pip源，更换方法可以参考：https://zhuanlan.zhihu.com/p/109939711 3.目前只支持python预测，C++预测的方式我们后续也会考虑支持，不过现阶段可能无法支持； 4.可以使用git pull 或者git fetch等命令更新当前仓库，命令的具体含义可以参考https://www.zhihu.com/question/38305012

您的问题我们已经收到，我们会根据兼容性和易用性在合适的时候更新，感谢反馈。

您好，可能是数据集list的问题，请确认下数据集的格式是“xxx.jpg label”

是什么类型的数据呢？类别数量大概是多少呢？

Thanks a lot for the reply. It is surprising that the EMA strategy can rise so much. My previous experimental conclusions are basically between 0-0.2%. By the way, the top-1...

Ok! Thanks for your reply. However, I still have some questions. According to what you said, I reproduced the process. Although there will be some differences in accuracy, it will...

您好，抱歉刚看到问题，麻烦可以提供以下可以复现的数据集吗？我这边复现以下。

您好，问下问题解决了吗？

如果cpu核数不是很多，可以将num_workers调小一些，比如8或者4试试。另外训练这么小的模型可以尝试安装dali试试，安装完在Global.use_dali设置为True就好。

> 这个 num_workers 无论怎么调整都没效果 还是1个线程 正常来说不太可能，你可以在后台看下进程数量。不过为了可以加速多一些，建议安装nvidia提供的dali包，这样这个模型大概可以加速四五倍。