
分别的含义是训练次数、GPU消耗、训练集边界框损失、训练集目标检测损失、训练集分类损失、训练集总损失、targets目标、输入图片大小、Precision、Recall、mAP@.5、mAP@.5:.95、验证集边界框损失、验证集目标检测损失、验证集分类损失。
此txt文件是魔改后的一个训练结果,其中验证集边界框损失、验证集目标检测损失、验证集分类损失是nan,目前还在查找原因,如果有会的大佬希望指点一下。


该文本记录了一次训练过程的结果,其中在验证集上的边界框损失、目标检测损失和分类损失显示为nan。作者正在寻求帮助以找出导致这一异常的原因,可能涉及到模型训练的稳定性或数据处理问题。

分别的含义是训练次数、GPU消耗、训练集边界框损失、训练集目标检测损失、训练集分类损失、训练集总损失、targets目标、输入图片大小、Precision、Recall、mAP@.5、mAP@.5:.95、验证集边界框损失、验证集目标检测损失、验证集分类损失。
此txt文件是魔改后的一个训练结果,其中验证集边界框损失、验证集目标检测损失、验证集分类损失是nan,目前还在查找原因,如果有会的大佬希望指点一下。


您可能感兴趣的与本文相关的镜像
Wan2.2-I2V-A14B
Wan2.2是由通义万相开源高效文本到视频生成模型,是有50亿参数的轻量级视频生成模型,专为快速内容创作优化。支持480P视频生成,具备优秀的时序连贯性和运动推理能力
1万+
1670

被折叠的 条评论
为什么被折叠?