【问题标题】:Image Classification Pytorch图像分类 Pytorch
【发布时间】:2018-12-02 05:23:03
【问题描述】:

如何确定 CNN 中的层数和最终模型以提高预测的准确性。 我正在对图像进行分类,目前使用简单模型获得 65% 的准确度,我应该如何增强它以实现最大准确度。 (火炬)

【问题讨论】:

    标签: deep-learning computer-vision conv-neural-network pytorch


    【解决方案1】:

    我想说三件事。

    1) 检查 torchvision.models link 在那里你可以找到预训练的优秀模型,如果你将层设置为不需要渐变并且只修改最后一层以具有正确数量的类,它们将为你提供出色的性能

    2) 在加载图像时玩转变换link 这可以帮助你

    3) 使用最后一层的数量、不同的优化器并尝试调度器link(这将在训练期间调整学习率以获得更好的拟合)

    希望对你有帮助:)

    【讨论】:

    • 我不知道您正在处理什么数据集,但请尝试您是否可以获得更多数据或进行一些扩充a 并增加样本数量。
    • 另外,在您完成训练最终层之后,启用整个网络的梯度并以低学习率对其进行训练。它也有一点帮助。
    猜你喜欢
    • 2020-05-23
    • 2020-07-20
    • 1970-01-01
    • 2020-10-13
    • 1970-01-01
    • 1970-01-01
    • 2018-12-01
    • 1970-01-01
    • 1970-01-01
    相关资源
    最近更新 更多