数据增广
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
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”
“微调我认为是计算机视觉深度学习中最重要的一个技术”
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 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
Efficientnet微调
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)
或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