# EasyOCR
* ### EasyOCR/trainer/example.py
* 只有train的部分
* 開始訓練model,並且回傳訓練和驗證的loss
:::info
opt = get_config("config_files/en_filtered_config.yaml")
train(opt, amp=False)
:::
* ### EasyOCR/trainer/example_ray_tune.py
* 使用raytune套件,只有train的部分
* 開始訓練model,並且回傳所有實驗次數的ValidLoss,最後可以靠tune的工具分析出最好的hyperparameter組合
:::info
analysis = tune.run(
train,
# 指定訓練資源
resources_per_trial={"cpu": 8, "gpu": 1},
config=config,
num_samples=3,
)
:::
* ### EasyOCR/trainer/train.py
* model的training檔,依靠example呼叫,最後將訓練好的model儲存在`saved_models/`以及回傳訓練和驗證的loss
* ### EasyOCR/trainer/ray_train.py
* model使用raytune套件的training檔,依靠example呼叫,最後將訓練好的model儲存在`saved_models/`以及回傳所有實驗次數的ValidLoss,訓練數據會自動保存至local_dir下，如："~/ray_results/exp"
* ### EasyOCR/trainer/config_files/en_filtered_config.yaml
* train & predict hyperparameter
* ### EasyOCR/trainer/predict.py
* 使用yaml檔裡設定的model和參數做predict
:::info
predictFolder(TEST_IMAGE_FOLDER_PATH, config=customConfig)
:::