修改版Alexnet模型训练CIFAR10数据集程序的总结

本文总结了使用修改版Alexnet模型训练CIFAR10数据集的经验,强调了权重和偏置初始化、归一化处理、卷积核大小选择以及损失函数计算等方面的重要细节,提供了优化训练过程的实用技巧。
摘要由CSDN通过智能技术生成

关于CIFAR10程序的一些经验总结

  • 在卷积层和全连接层中,设置权重和偏置时,推荐使用tf.get_variable()函数,好处是参数可重复使用,减小内存的占用,而且如果是导入别人的参数进行训练时,必须使用tf.get_variable()
  • 为了用tensorboard画出图来,在给每一层命名时,通常采用with tf.variable_scope('名字') as scopetf.name_scope,区别在于:tf.variable_scope在每个参数前加一个前缀,使得参数独一无二,故与tf.get_variable()搭配使用,取得很好地效果;tf.name_scope没有在参数前加前缀,一般用于节点处的命名。
  • 在对权重初始化时,使用初始化函数tf.contrib.layers.xavier_initialize()比较好,默认采用均值初始化,还有可选参数,可根据需要进行设置。常用的还有tf.truncated_normal_initializer(有参数);对偏置初始化一般采用tf.constant_initializer(有参数)
  • 批量输入图片时,要对图片进行归一化tf.nn.batch_normalization(),原理为:
  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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