1. 数据的预处理操作:
1) 如果使用预训练模型,一定要进行标准化;
2) Shuffle,训练数据集要打乱顺序;
3) 针对训练图像,选择适合的数据增强方法;
2. 模型的操作
1) 选择合适的模型初始化参数。
2) 设置合适的学习率,使用预训练模型时,可以先设置为1e-4,然后再根据效果进行调整。
3) 激活函数选择Relu,加入BN或者dropout
4) 选择合适的优化算法,pytorch中一般选择Adam,收敛的效果相对来说比较好一点。
1) 如果使用预训练模型,一定要进行标准化;
2) Shuffle,训练数据集要打乱顺序;
3) 针对训练图像,选择适合的数据增强方法;
1) 选择合适的模型初始化参数。
2) 设置合适的学习率,使用预训练模型时,可以先设置为1e-4,然后再根据效果进行调整。
3) 激活函数选择Relu,加入BN或者dropout
4) 选择合适的优化算法,pytorch中一般选择Adam,收敛的效果相对来说比较好一点。