清明的时候跑resnet 25 在人脸识别任务上. 因为batchsize 由之前的80 变到现在的400.我的理解是程序要比在原来的基础上收敛比较快。但是并不然。一直等到上周五还没有收敛。训练到7W次左右还没有收敛。
A.bachsize 为400 lr 为0.001
后来担心是我新改的caffe-cudnn 有问题。所以就用resnet-cifar10-caffe-master 测试一下 resnet 20 在cifar10 上的结果。收敛。
所以现在resnet-25 现在是B.batchsize为160 lr 为0.01 现在跑了两万次左右,已经有收敛的迹象了。
加油 准备这个跑完,在上面加C.centerloss
昨天在https://github.com/davidsandberg/facenet
看到在inception-resnet-v1的 model 在ms 上的结果为99.3 有时间follow 这个。
ResNet25在人脸识别中的调参实践
本文记录了作者在使用ResNet25进行人脸识别任务时遇到的收敛问题及解决方案。通过调整batch size和学习率等参数,最终观察到了收敛迹象,并计划进一步加入center loss来提升模型性能。
97

被折叠的 条评论
为什么被折叠?



