CNN卷积神经网络模型-02.调参(过拟合)

1、环境

运行环境

I512400+GPU3080+32GB

python310+torch-gpu版本

2800张图片(4类),2250训练,550验证

2、可视化观察

仅仅感受图像卷积后变化,调参帮助不大

第0次,未卷积原始图像:

第29次卷积训练结果:

 

 自动保存每次卷积图片

def filter_show(filters,l_c,n_epoch,n_batch):   
   if n_batch == 0:
        nx=8
        margin=3
        scale=10
        dt = filters.cpu().detach().numpy()
        FN, C, FH, FW = dt.shape
        ny = int(np.ceil(FN / nx)) 
        spath = './pic/'+str(n_epoch)+'_'+l_c+'/'
        if os.path.exists(spath)=

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

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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