社区
CUDA高性能计算讨论
帖子详情
做图像分类的时候,loss不降
_Raymond_
2021-04-08 10:41:40
二分类。损失=In2=0.69。
五分类。损失=In5=1.60。
损失函数是交叉熵。
torch 架构。
网络是vgg 16。
试了一下网上的方法,不是权重初始化的问题。
大佬们有没有思路。
...全文
884
回复
打赏
收藏
做图像分类的时候,loss不降
二分类。损失=In2=0.69。 五分类。损失=In5=1.60。 损失函数是交叉熵。 torch 架构。 网络是vgg 16。 试了一下网上的方法,不是权重初始化的问题。 大佬们有没有思路。
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
python 关于训练集
loss
不降
问题的经验分享
如何尽量避免这种问题的出现: 大部分情况是函数默认参数不同、或者是代码所处环境不同产生的bug 1. 使用相同的环境:系统、库的版本要一致 2. 设定固定的随机种子,可以规避一些不确定性问题 3. 在函数调用时主动填写默认参数(后续看代码也方便)
从训练曲线读懂模型状态:train
loss
与val
loss
的实战诊断指南
本文深入解析了深度学习模型中train
loss
与val
loss
曲线的实战诊断方法,帮助开发者准确识别模型状态。通过分析过拟合、欠拟合等常见问题,提供数据增强、正则化、早停机制等解决方案,并结合实际案例展示如何优化训练过程,提升模型性能。
4.2
图像分类
基本概念和ResNet设计思想
通俗的比喻,在火热的电视节目《王牌对王牌》上有一个“传声筒”的游戏,排在队首的嘉宾把看到的影视片段表演给后面一个嘉宾看,经过四五个嘉宾后,最后一个嘉宾如果能表演出更多原剧的内容,就能取得高分。
图像分类
在许多领域都有着广泛的应用,如:安防领域的人脸识别和智能视频分析等,交通领域的交通场景识别,互联网领域基于内容的图像检索、相册自动归类、商品识别、医学领域的图像识别等。,然后跟输入图片进行短接,如果残差块中第三次卷积输出特征图的形状与输入不一致,则对输入图片使用1 x 1卷积,将其输出形状调整成一致。
ResNet50
图像分类
完整实战(Notebook Demo + 训练代码)
本文介绍了使用ResNet50进行
图像分类
的完整实战流程。文章首先解释了选择ResNet50的原因,将其比喻为"家用轿车"般稳定可靠。然后展示了项目的简洁结构,强调Notebook设计为可复用的模板,包含环境检查、数据加载、模型构建等清晰步骤。重点讲解了ResNet50的简单改造方法,只需替换最后一层即可适配新任务。训练部分采用基础循环,并强调训练曲线的可视化价值。最后指出该项目的核心目标是建立标准流程认知,而非追求SOTA性能,为后续升级打下基础。全文提供了一套可直接应用于实际项目的完整解决方案。
当训练过程中
loss
不下降时,可能的原因有哪些?(面试题200合集,高频、实用)
当模型在训练过程中损失函数(
Loss
)不再下降,或者下降非常缓慢,甚至出现上升或剧烈震荡的情况时,这表明训练过程遇到了问题。这是一个在机器学习项目调试中非常常见的现象,其背后可能的原因多种多样,可以从数据、模型、优化器、超参数设置以及代码实现等多个层面进行分析。
CUDA高性能计算讨论
357
社区成员
615
社区内容
发帖
与我相关
我的任务
CUDA高性能计算讨论
CUDA高性能计算讨论
复制链接
扫一扫
分享
社区描述
CUDA高性能计算讨论
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章