【归纳】keras图像分类的一些办法和方式

一、构建网络

框架/神经网络修改

冻结训练层

迁徙学习

激活函数relu,leakyrelu

平滑标签

 

二、数据结构

训练数据平衡

图片分辨率

重置train:val的数据量比例

数据增强

random-crop 随机裁剪

保存model的精准度,如1%

随机丢弃一些训练数据(一定程度避开噪音,不一定奏效)

 

三、成绩(调参):

epoch 介于15-20

learn rate batch影响梯度

 

四、性能or速度

减少验证集的量

采用轻度的框架

  • 0
    点赞
  • 0
    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