摘要： https://github.com/zasdfgbnm/TorchSnooper pip install torchsnooper 在函数前加装饰器@torchsnooper.snoop() 阅读全文

摘要： Transfer Learning 当只有一个小的数据集时，修改最后一层的特征到最后的分类输出之间的全连接层，只需要重新随机初始化这部分矩阵，冻结前面层的权重，相当于只训练一个线性分类器。 当有一个稍微大的数据集时，可以微调整个网络，一般将学习率调低来训练，因为最初的网络参数是在Imagenet上收 阅读全文

摘要： 正则化 在模型中加入正则项，防止训练过拟合，使测试集效果提升 Dropout 每次在网络中正向传播时，在每一层随机将一些神经元置零（相当于激活函数置零），一般在全连接层使用，在卷积层一般随机将整个通道置零而不是单个神经元 Dropout 的两种解释： 1.dropout避免了特征之间的相互适应，假如 阅读全文