05 2019 档案

迁移学习-微调（fine-tune）的注意事项：
摘要：选取微调形式的两个重要因素：新数据集的大小（size）和相似性（与预训练的数据集相比）。牢记卷积网络在提取特征时，前面的层所提取的更具一般性，后面的层更加具体，更倾向于原始的数据集（more original-dataset-specific）。四个基本原则： 1、新数据集小而且相似时，不建议进行微 阅读全文
posted @ 2019-05-28 17:17 U_C 阅读(2664) 评论(0) 推荐(0) 编辑
训练集、测试集loss容易出现的问题总结
摘要：1、 train loss 不断下降，test loss不断下降：说明网络仍在学习; train loss 不断下降，test loss趋于不变：说明网络过拟合; train loss 趋于不变，test loss不断下降：说明数据集100%有问题; train loss 趋于不变，test los 阅读全文
posted @ 2019-05-14 14:51 U_C 阅读(12902) 评论(1) 推荐(0) 编辑

点击右上角即可分享
微信分享提示