Pywick：追求功能完备的PyTorch高级训练库
52CV曾经分享过很多CV方面新出的论文和开源技术，我们可以非常明显的感受到，越来越多的人使用PyTorch开发新模型。
一个明显的例子：
这篇谷歌最新的轻量级网络论文，最先开源的库竟然几乎全是使用PyTorch！
这倒不是说PyTorch多么友好，其实大家在讨论选择框架问题时，大部分人是在声讨TensorFlow的反人类。
有人就觉得其实PyTorch并不完美，想要自己再造轮子，就是下面这位小哥。
achaiah近日开源了一套PyTorch的高级训练框架Pywick，试图紧跟神经网络研究的最前沿，打造更加高级的API。
开源地址：
https://github.com/achaiah/pywick
Pywick包含 ：
标准库没有提供的最先进的normalization, activation, loss functions and optimizers；
拥有callbacks, constraints, metrics, conditions and regularizers特性的高级训练模块；
大量流行的目标识别与语义分割模型；
全面的数据加载与处理函数，包括data loading, augmentation, transforms, and sampling ；
实用的张量函数；
有用的训练监控工具；
基本的GridSearch参数调优工具。
Pywick 提供的 callbacks（回调函数）：
Pywick支持的regularizers与constraints
Pywick支持的图像分类模型：
Pywick支持的语义分割模型：
Pywick支持的大量的数据增广方法：
Pywick还提供了不平衡数据重采样函数。
Pywick仍在开发中，希望有更多先进的神经网络技术被实现。
开源地址：
https://github.com/achaiah/pywick
作者暂无likerid, 赞赏暂由本网站代持，当作者有likerid后会全部转账给作者（我们会尽力而为）。Tips: Until now, everytime you want to store your article, we will help you store it in Filecoin network. In the future, you can store it in Filecoin network using your own filecoin.
Support author:
Author's Filecoin address:
Or you can use Likecoin to support author: