CV语义分割-地表建筑物识别-task5模型训练与验证

一、学习目标

• 理解验证集的作用,并使用训练集和验证集完成训练
• 学会使用 Pytorch 环境下的模型读取和加载,并了解调参流程

二、数据准备

通常的数据构造分为如下几种:
• 训练集(Train Set):模型用于训练和调整模型参数;
• 验证集(Validation Set):用来验证模型精度和调整模型超参数;
• 测试集(Test Set):验证模型的泛化能力。

对于获取到的训练数据可以使用如下方法分为训练集、验证集、测试集:
1,留出法
2,交叉验证法
3,自助采样法

三、模型训练与验证

train_loader = torch.utils.data.DataLoader(
train_dataset,
batch_size=10,
shuffle=True,
num_workers=10,
)
val_loader = torch.utils.data.DataLoader(
val_dataset,
batch_size=10,
shuffle=False,
num_workers=10,
)
EPOCHES = 5
best_loss = 10
for epoch in range(1, EPOCHES+1):
    losses = []
    start_time = time.time()
    model.train()
    for image, target in tqdm_notebook(loader):
        
        image, target = image.to(DEVICE), target.float().to(DEVICE)
        optimizer.zero_grad()
        output = model(image)['out']
        loss = loss_fn(output, target)
        loss.back
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值