scripts_description_cn.md

测试脚本说明

本文档简要介绍了 test 目录下的脚本功能。这些脚本主要用于测试和展示 DeepFlows 框架的能力，涵盖了多种模型架构和数据集。

CUDA 后端测试

• test_cuda.py: CUDA 后端扩展 (CUDA_BACKEND) 的底层测试脚本。验证基本操作，如数组创建、内存传输和内核执行（例如 fill）。

基础机器学习示例

• LinearRegression.py: 使用 CPU 的简单线性回归示例。拟合直线 $y = 3x + 5$ 到合成数据。

MLP (多层感知机)

• MLP_MNIST.py: 在 MNIST 数据集上训练的 3 层 MLP (CPU)。
• MLP_MNIST_cuda.py: 在 MNIST 数据集上训练的 3 层 MLP (CUDA 加速)。

CNN (卷积神经网络)

MNIST 数据集

• CNN_MNIST.py: 在 MNIST 数据集上训练的 CNN 模型 (CPU)。
• CNN_MNIST_cuda.py: 在 MNIST 数据集上训练的 CNN 模型 (CUDA)。

CIFAR-10 数据集

• CNN_CIFAR10.py: 在 CIFAR-10 数据集上训练的 CNN 模型 (CPU)。
• CNN_CIFAR10_cuda.py: 在 CIFAR-10 数据集上训练的 CNN 模型 (CUDA)。
• CNN_CIFAR10_cuda_model_save_load_test.py: 测试 CUDA 上 CIFAR-10 CNN 模型的保存和加载功能。

Animal-10 数据集

• CNN_Animal10_cuda.py: 在 Animal-10 数据集上训练的 CNN 模型 (CUDA)。
• CNN_Animal10_cudacopy.py: Animal-10 训练脚本的备份/副本。

Dishes (菜品) 数据集

• CNN_Dishes_cuda.py: 在 Dishes 数据集上训练的 CNN 模型 (CUDA)。改编自 Animal-10 脚本。

高级架构

ResNet (残差网络)

• ResNet.py: ResNet 组件（残差块）的实现。
• ResNet_Animal10_cuda.py: 在 Animal-10 数据集上训练的 ResNet 模型 (CUDA)。
• ResNet_CIFAR10_cuda.py: 在 CIFAR-10 数据集上训练的 ResNet 模型 (CUDA)。

MobileNet

• MobileNet.py: MobileNetV1 架构（深度可分离卷积）的实现。

预训练模型与迁移学习

• test_pretrained_models.py: 测试预训练模型的下载、转换和加载功能。展示了如何使用 DeepFlows.utils.pretrained_models 模块进行迁移学习。

---

注意：带有 _cuda 后缀的脚本需要 GPU 以及正确构建和配置 DeepFlows CUDA 后端。