Tensorflow、深度学习填坑记

  • 问题1
    • 背景:VGG16去做一个人脸j检测的算法,使用RCNN,在fine-tuning的时候其实就是一个二分类问题,区分出来background和face
    • 问题描述:在fine-tuning的时候总是将所有样本归到负样本,即就是background。
    • 解决方案:增大学习率,一开始我还以为是我selective search提取bounding box的时候有问题,但是完全使用VGG16去做SVR也没问题,所以这时候就确定dataset是没有问题的。最后尝试修改了一下learning rate,由原来的0.001 该到了 0.1 然后就不会将所有样本都分到了负样本。
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