飞桨PaddlePaddle论文复现营TPN论文复现心得

前言

首先感谢百度AISTUDIO提供的学习、实践平台，推广的飞桨框架也十分方便使用，这次的论文复现仅使用百度的云算力(32G的Tesla V100)和飞桨框架。
这次我选择要复现的论文是TPN，Temporal Pyramid Network for Action Recognition。
论文地址是:
https//arxiv.org/pdf/2004.03548.pdf

原来的代码是基于pytorch框架的，而且是构建在mmaction的基础上，所以还是比较规范的。

课程班主任有心地提供了pytorch和paddle的函数API对照表，所以比较直接的方式就是对应地把原来的程序更改为以paddle为接口函数的程序。

介于视频数据比较消耗显存，单卡可能是不够的，百度还提供了脚本模式的项目，最高可以使用8块V100，真的是为了课程下了血本呀。
但是脚本模式和Notebook模式的项目略有不同，具体可以参照官方教程，https://aistudio.baidu.com/aistudio/projectdetail/98453。
个人在使用过程中认为比较方便的是AISTUDIO可以预先挂载数据集，而且百度提供了非常全的数据集内容：https://aistudio.baidu.com/aistudio/datasetoverview，同时在使用过程中还可以更改数据集，目前可以挂载的数据集数据是两个。

未完待续。。。