深度学习笔记018:数据增广与模型微调+Efficientnet微调+unexpected EOF, expected 309663195 more byte

数据增广

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
数 据 增 强 可 看 成 是 一 种 正 则 项 , 只 在 训 练 的 时 候 作 用 , 在 测 试 的 时 候 就 不 进 行 相 应 的 增 强 了 数据增强可看成是一种正则项,只在训练的时候作用,在测试的时候就不进行相应的增强了

数据增强的方法

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

模型微调

“ 微 调 我 认 为 是 计 算 机 视 觉 深 度 学 习 中 最 重 要 的 一 个 技 术 ” “微调我认为是计算机视觉深度学习中最重要的一个技术”
在这里插入图片描述
在这里插入图片描述

你 希 望 在 一 个 很 大 的 数 据 集 上 训 练 出 来 的 参 数 能 够 适 用 你 自 己 的 样 本 你希望在一个很大的数据集上训练出来的参数能够适用你自己的样本

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

Efficientnet微调

在这里插入图片描述
下载出错:unexpected EOF, expected 309663195 more byte

或根据

Downloading: "https://github.com/lukemelas/EfficientNet-PyTorch/releases/download/1.0/efficientnet-b4-6ed6700e.pth" to 位置

中的链接下载文件,然后放到对应的位置

下载pth文件

pytorch 模型保存: -nn基础 结果保存 pth , npz 模型保存

pretrained=True

import torchvision.models as models
#pretrained=True就可以使用预训练的模型
resnet18 = models.resnet18(pretrained=True)
alexnet = models.alexnet(pretrained=True)

https://github.com/pytorch/vision/tree/master/torchvision/models直接下载,比如在alexnet中找到下载链接alexnet-owt-7be5be79.pth
在这里插入图片描述

在这里插入图片描述

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
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