MXNet学习笔记——6 fine-tune实战

最新推荐文章于 2025-02-26 15:08:18 发布
最新推荐文章于 2025-02-26 15:08:18 发布
阅读量389 收藏
点赞数
分类专栏： MXNet
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/s000da/article/details/90605453
版权

写在前面

本系列博客记录了作者上手MXNet的全过程。作者在接触MXNet之前主要使用keras，和一点tensorflow，因此在上手MXNet之前有一点deep learning的项目基础。主要参考资料为MXNet官方教程，也阅读了一些有价值的博客。

博客结构为：先列出作者对于该阶段的期望目标，以及各目标完成过程中的笔记（仅记下个人认为重要的），再附上学习过程中自己的提问（solved & unsolved，天马行空的提问，欢迎讨论）。

 

 

参考链接：

1. 动手深度学习中文教程

2. gluon

目标检测YOLO实战应用案例100讲-基于深度学习的无人机目标检测算法轻量化研究
qq_36130719的博客
08-01 1227
在Darknet深度学习框架支撑下，注重精度速度均衡化的YOLO系列算法结 合新算法思想，不断推陈出新。而YOLO系列经典算法YOLOv3，继承了YOLOv1、 YOLO9000[ 61]算法精度高、推理速度块、检测种类多的优势，综合提高了各大尺 度目标的检测精度，算法思想如下：(1) 基于残差网络构建的骨干网络Darknet53，基本模块为下采样和残差块 的连续组合，详细结构见表2.1。下采样模块一方面可以降低网络计算量，另一 方面也增大了感受野，提高对大目标的检测性能；
mxnet fine-tune
Achhhe的博客
08-20 1258
网络finetune时，有两种思路，微调整个网络或者仅仅微调网络后几层，现以finetune mobilefacenet为例，加载预训练模型，并固定参数，仅训练自己添加的全连接层 通过查找发现fixed_param_names可达到fix的效果，代码如下 symbol, arg_params, aux_params = mx.model.load_checkpoint('model-...
finetune代码实战讲解（李沐）
Drug discovery
01-05 8243
这里要做的是热狗识别：即识别出是否是热狗，我们给了两个类别（正类：热狗，负类：香蕉） 备注：resnet18是imagenet 数据集的预训练模型 finetune的全过程： import os import torch import torchvision from torch import nn from d2l import torch as d2l # 解压下载的数据集，我们获得了两个文件夹hotdog/train和hotdog/test。 这两个文件夹都有hotdog（...
大模型微调（Fine-tuning）全解：微调基础概念介绍，高效微调的应用场景
最新发布
m0_56255097的博客
02-26 1182
所谓大模型微调，指的在已有的大规模预训练模型基础上，通过对标注数据进行训练，进一步优化 模型的表现，以适应特定任务或场景的需求。不同于RAG或者Agent技术，通过搭建工作流来优化模型表现，微调是通过修改模型参数来优化模型能力，是一种能够让模型“永久”掌握某种能力的方法。
MXNET教程Fine-Tune训练图像分类模型
AutoXTruck专栏
01-31 1117
1、数据源准备阶段(Data Preparation) 图像分类任务可以算是深度学习的基础也是挑战，著名的数据集包括CIFAR10、CIFAR100、MNIC、Fashion-MNIST等。那么这次使用MXNET框架进行图像分类任务学习练手尝试一下，大家也可以直接参考MXNET官方教程。进行图像分类训练之前，首先要准备你自己的分类数据集。以我学习的训练数据为例进行介绍。数据准备见下图：见上图，数...
AI 大模型 Fine-Tuning 精调训练（微调）图文代码实战详解
AI天才研究院
03-16 2206
选择预训练模型：选择一个在类似任务上已经训练好的模型作为起点。数据准备：准备并预处理你的数据集，使其适合模型的输入格式。微调：在你的特定数据集上继续训练模型，调整模型的权重。评估：评估微调后模型的性能。应用：将微调后的模型部署到实际应用中。Fine-Tuning（精调）是指在预训练模型的基础上，对模型进行微调，使其适应特定任务。预训练模型通常在大量无标签数据上进行训练，以学习通用的语言表示。通过 Fine-Tuning，我们可以在较小的标签数据集上训练模型，以便模型能够更好地解决特定任务。
python中mxnet_mxnet Python 笔记
weixin_36083698的博客
02-03 1564
1、查看mxnet的版本import mxnet as mxmx.__version__2、扩展nd的维度image_data = mx.random.normal(shape = (3, 112, 112))image_data.expand_dims(axis = 0)3、装载网络结构import mxnet as mxtrain_net = mx.gluon.model_zoo.get_mo...
LLM学习笔记
weixin_40103562的博客
10-16 782
常见术语。
深度学习（图像方向）常见名词术语
16A086的博客
07-15 8277
本文是对由邵天兰主讲的知乎Live 深度学习中的常见名词术语(图像方向) 的笔记整理。本文使用到了来自Live Slides以及互联网的一些图片，如有侵权将第一时间删除。 从分类器开始 图像分类 本节名词列表： 分类(classify) 分类器(classifier) MNIST CIFAR10 ImageNet 类内方差(intra-class variance) 类间方差(inter-cla...
机器学习及人工智能发展史
AndyChen_z的博客
12-11 2983
深度学习综述 一年多以前为了交作业， 写了这篇综述，如今有时间，刚开通了博客，遂放上来分享给大家，干货没有多少，只是快速介绍机器学习的相关历史。   姓名：陈xx 指导教师：xxx 科目：机器学习 日期：2016年11月07日       目录 1 绪论... 2 2 深
finetune的训练框架
03-26
自己写的tensorflow关于分割的框架文件，其他的步骤因为有错误就不贴了。
神经网络实战记录11—调参技巧2—fine-tune（基于VGGNet tensorboard代码改）
yuanjiu4221的博客
08-27 998
1.fine-tune的基本思想： 不使用随机数来初始化，而使用之前已经创建好的模型来做初始化 2.使用fine-tune的步骤： 第一步：save models 创建model文件夹，并用saver保存文件： 并不是每一次训练都保存，这里设置为每100步保存一次： 效果： 可以在文件夹中看到所保存的文件： 以上~ 第一步 save models就做完了 ~ 第二步：restore m...
【MXNet Gluon】使用预训练好的模型fine-tune
穆友航的博客
05-07 2868
finetune关键代码 prenet=ResNet(466) net=ResNet(3400) ctx = [mx.gpu(i) for i in range(3)] if finetune ==1: prenet.load_params('params/net-%d.params' % (start_iter),ctx) #features为需要保留的模型参数，outpu...
使用MXNet fine-tuning之GoogleNet
dgh_dean的博客
01-16 2141
1.使用caffe中的GoogleNet模型进行fine-tuning 使用mxnet/tools/caffe_convert/convert_model.py进行模型和参数的转换： python convert_model.py /path/GoogleNet.paramtxt /path/GoogleNet.caffemodel /path/googlenet 其中对于脚本convert
Go语言绑定MXNet深度学习模型推断工具go-mxnet-predictor
总结来说，go-mxnet-predictor是一个利用Go语言和cgo工具与MXNet深度学习框架交互的库，它提供了一种在Go中实现高效模型推理的方法。开发者通过它可以在Go环境中利用MXNet训练的模型执行预测任务，这对于希望将机器...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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