![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 86
大风起兮借天时
这个作者很懒,什么都没留下…
展开
-
各个数据集的标签对应表
COCO数据集检测coco_label_map = {0: ‘background’,1: ‘person’,2: ‘bicycle’,3: ‘car’,4: ‘motorcycle’,5: ‘airplane’,6: ‘bus’,7: ‘train’,8: ‘truck’,9: ‘boat’,10: ‘traffic light’,11: ‘fire hydrant’,13: ‘stop sign’,14: ‘parking meter’,15: ‘bench’,16:原创 2022-04-19 11:11:48 · 5585 阅读 · 0 评论 -
超参数的选择
超参数的选择目标: 调整模型的有效容量以匹配任务的复杂性,有效的容量包括3个因数:模型的表示容量,学习算法成功的最小化训练模型代价能力,以及代价函数和训练过程正则化模型的程度。具有更多网络层,每层有更多隐藏单元的模型具有更多的表示能力。泛化误差以某个超参数为变量,作为函数绘制出来,通常表现为u形曲线。各种超参数对模型容量的影响超参数容量何时增加原因注意事项隐藏...原创 2019-04-04 16:15:53 · 1230 阅读 · 0 评论