百度飞桨（Paddle2.0）预训练模型加载、训练、预防过拟合（Dropout）--以柠檬分类数据集为例

最新推荐文章于 2024-11-26 11:06:57 发布

原创

最新推荐文章于 2024-11-26 11:06:57 发布 · 3.8k 阅读

19 ·

CC 4.0 BY-SA版权

文章标签：

#深度学习

本文介绍了如何利用百度飞桨（PaddlePaddle 2.0）进行深度学习，从预训练模型加载到自定义模型（添加Dropout防止过拟合），并通过高层API训练模型。以柠檬分类任务为例，展示了一个完整的开发流程。最终在柠檬分类数据集上达到了90.69%的测试集精度。

Paddle2.0

Paddle简介

课程连接： https://aistudio.baidu.com/aistudio/course/introduce/11939?directly=1&shared=1

Paddle简介

飞桨开源框架(PaddlePaddle)是一个易用、高效、灵活、可扩展的深度学习框架。自2.0版本颁布以来，简洁的代码设计、高效的数据转换让paddle入门学习不再成为难题！
与两大常用框架不同的是，paddle2.0同时支持动态图和静态图模式。同时，丰富的低层API和高效的高层API能够帮助您轻松实现您的任何想法。xxtorch和xxras合体有木有啊！！！
深度学习，有卡才能笑到最后。良心百度为广大用户（穷学生们）推出AI Studio在线学习平台，工业界最强Tesla V100算力任你白嫖！！！xdm冲起来！！！
接下来，本文将用柠檬分类的例子为大家介绍一个完整的开发流程。

预训练模型

深度学习最重要的是什么？是数据！！！
可实际应用中，我们无法收集到那么多的数据。这个时候就需要使用预训练模型。相同模型，使用or not预训练参数，最后训练结果往往会差距很大。
paddle也为我们提供了基本的预训练模型和参数（ImageNet）。
常见模型有：VGG系列、ResNet系列、MobileNet系列

import paddle
from paddle.vision.models import resnet50

最低0.47元/天解锁文章