1回答
我是深度学习和计算机视觉的新手，在完成CNN上的Courseera课程后，我想要复制作业，但使用PyTorch而不是Tensorflow。其中一项任务涉及使用ResNet架构进行手势分类。我创建了ResNet34 & ResNet50，这是我对纸上描述的最好理解，然而，当我训练它时，损失不会消失。已经3天了，我想不出任何解决办法。在这一点上不确定是模型问题
浏览 77提问于2021-06-09得票数 1
1回答
我在我的数据集上使用tensorflow对象检测api。我使用的是ssd-resnet50-fpn模型。在训练过程中，我看到分类损失和本地化损失已经收敛，但总损失仍在减少。另外，总损失也不是分类损失和定位损失的总和。任何关于为什么会发生这种情况的想法。我正在使用object_detection/ tr
浏览 11提问于2020-02-25得票数 0
1回答
我想分割只占据整个数据集的一小部分的对象(例如，ICDAR2015或CamVid中的人)。像素级正负样本的比例约为1:200。我的网络的主干是预先训练好的VGG16或ResNet50，可以在有12个类的CamVid数据集中很好地工作。然而，当我将这个网络微调为仅分割CamVid中的人时，损失将保持在0.31左右，即使使用真正小的学习率(如1e-5)，损失也永远不会减少。更重要的是，当在另一个数据集(ICDAR 2015)上训练
浏览 29提问于2017-12-25得票数 0
2回答
我在训练CNN来解决三级图像分类问题。我的训练损失平稳地减少了，这是预期的行为。然而，我的验证损失显示出很大的波动。📷附加信息:我正在微调一个Resnet-18的最后一层，它是在ImageNet数据上接受过PyTorch预培训的。我</em
浏览 0提问于2018-05-02得票数 10
回答已采纳
我在训练集中有500张图片，在测试中有40张。我执行了以下步骤，我有两个问题。1.我使用LabelImg工具注释了我的图像。2.成功地创建了tfrecord。3.我使用了ssd_inception_v2_coco.config。我修改了唯一的路径，没有类，我没有从头开始训练，我使用了ssd_inception_v2_coco模型检查点。问题1:从0步到3000步，
浏览 0提问于2017-11-17得票数 1
1回答
损失和正则化推理
、、、
我正在为MovieLens数据集建立一个矩阵分解模型，并进行批量训练。批处理损失函数：
📷我应该从正规化损失上升中推断出什么？模型不能利用当前嵌入的大小捕获底层信息，或者正则化损失的规模比基损失小？
浏览 0提问于2019-01-18得票数 2
回答已采纳
2回答
我已经构建了一个包含4个类的小型自定义图像分类训练/val数据集。训练数据集有大约110.000个图像。验证数据集有大约6.000个图像。我遇到的问题是，在训练过程中，训练精度(以上一个训练样本的平均精度衡量)和训练损失都有所提高，而验证精度和损失保持不变。这仅在我使用inception和resnet
浏览 11提问于2017-08-04得票数 2
回答已采纳
1回答
迁移学习中的模型微调
、、、、
我正在研究一个深度学习模型，用于“年龄不变的人脸检测”。我开始对数据进行预处理，包括通过MTCNN进行人脸裁剪，图像对比度校正和锐化。然后我开始构建模型架构，我设计了一个定制的顺序CNN模型。训练和验证损失接近1.9，但模型一个时期大约需要8小时。我需要快速的结果，所以我开始尝试迁移学习。我读到一篇论文，说Resnet<
浏览 17提问于2020-10-02得票数 0
我知道keras、回调、提前弯腰和模型检查点可以防止过拟合。当我在restore_best_weights=True中使用早期的弯腰时，由于耐心较小，我有时会错过最好的模型，而当我在save_best_only =True中使用检查点回调时，我需要做很多时期。因此，我认为也许我会以更大的耐心使用提前停止，但我的问题是，在一些时期之后，我的验证损失是非常Z字形的(即，这意味着它变得越来越小，没有任何特定的模式)。我试图找出当验证
浏览 3提问于2020-09-01得票数 0
我从keras.Model继承而构建了自己的Keras模型类。然而，我有一个修改过的训练步骤，在那里我手动导出前向传递并计算两个不同的损失，我将其求和，使我的总损失为total_loss = loss1 + factor*loss2。我观察到，如果我在训练过程中减少这个因素，我会得到更好的结果。我</e
浏览 1提问于2020-10-10得票数 3
2回答
我想实现一个图像检索模型。该模型将使用三重态损失函数(与facenet或类似的体系结构相同)进行培训。我的想法是使用来自Keras的预先训练的分类模型(例如resnet50)，并使它成为一个三重体系结构。我已经尝试过不同的学习步骤，不同的批次大小，不同的损失函数，从原来的resnet模型中选择不同的输出层，在resnet的末尾添
浏览 4提问于2017-12-09得票数 5
回答已采纳
1回答
我试着用参考来训练Arcface。在培训后的100年间，我停止了一段时间的培训，因为我需要在其他任务中使用GPU。并保存了模型的检查点(Resnet)和边界。在停止训练前，其丢失值在0.3~1.0之间，训练准确率达到80~95%。但突然间，损失急剧增加，准确度变得很低。
它的损失突然增加了。怎么会出这事？我没有别的办法，所以无论
浏览 4提问于2020-10-27得票数 0
回答已采纳
我正在尝试在keras中模仿pytorch神经网络。我确信我的keras版本的神经网络与pytorch中的非常接近，但在训练过程中，我看到pytorch网络的损失值比keras网络的损失值要低得多。我想知道这是不是因为我没有正确复制keras中的pytorch网络，或者两个框架中的损失计算是不同的。)
resnet.compile(loss='categorical_cr
浏览 555提问于2020-04-26得票数 3
回答已采纳
利用matlab训练二值分类神经网络模型，给出了在隐层中使用20个神经元得到的图。交叉熵与年代之间的混淆矩阵和图。WHy，这是正在发生的，我在理解这些曲线时做错了什么？📷📷
浏览 0提问于2018-05-19得票数 3
我遇到了这个问题，我的模型只有在大约20或30个时期之后才能非常快地收敛，我的数据集包含7000个样本，我的神经网络有3个隐藏层，每个隐藏层有18个神经元，批归一化丢失率为0.2。我的任务是多标签分类，其中我的标签是0 0 1、0 1 0、1 0 0和0 0 0 num_neuron = 18model.add(Dense(num_neuron我想知道我是否可以做些什么来改进，因为即使<em
浏览 22提问于2020-07-07得票数 0
1回答
我应该选择哪种学习率？
、、、、
我在2d图像上训练一个分割模型，Unet++，现在我正在寻找最优的学习速度。模型的主干是Resnet34，我使用Adam优化器，损失函数是骰子丢失函数。：验证损失和训练损失似乎下降缓慢。然而，验证损失并不是振荡的(它几乎总是在减少)。验证和训练损失在前2/3年代迅速下降。经过6或7个周期后
浏览 0提问于2020-11-13得票数 3
回答已采纳
1回答
我想重新训练谷歌的mediapipe手部地标，以便进行更多关键点检测，但该模型仅在tflite格式下可用，无法重新训练。我创建了一个与mediapipe手模型相同的模型，并用我的自定义数据对其进行了训练，但面临着过度拟合的问题， 我正在使用： RMSprop作为优化器 MSE (均方误差作为损失函数) 批量大小= 32初始学习率=1e-3 decay_steps=
浏览 20提问于2021-08-03得票数 0
我是Lstm和机器学习的新手，我正在努力理解它的一些概念。下面是我的Lstm模型的代码。accuracy'])下面是我输出的一个示例：以及列车/测试精度和列车/测试损耗图：
我的不足(如果我错了，请纠正我)是val
浏览 0提问于2021-01-14得票数 0
回答已采纳
2回答
当我看到详细的输出时，我注意到了一些东西。当我训练我的模型时，在这个时代的早期(前20 %)，损失减少了很多。然后在其余的时期(最后的80%)，损失是非常稳定的，并且在下一个时代之前不会有太大的变化。我建立了一个模型，用于训练一种大型数据集(60000条条目)。我使用的是Keras和Tensorflow，我的模型</em
浏览 0提问于2020-05-19得票数 2
回答已采纳
5回答
我使用tensorflow运行了深度学习模型(CNN)。在这一时期，我多次观察到，损失和准确度都增加了，或者两者都减少了。我的理解是两者总是成反比关系。什么情况下两者同时增加或减少。
浏览 1提问于2016-12-01得票数 40
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
