- 博客(8)
- 收藏
- 关注
RSS订阅原创 【第J3周】DensNet算法实战与解析
今天我们要介绍的是DenseNet模型，它的基本思路与ResNet一致，但是它建立的是前面所有层与后面层的密集连接（dense connection），它的名称也是由此而来。ResNet模型的核心是通过建立前面层与后面层之间的“短路连接”（shortcuts，skip connection），进而训练出更深的CNN网络。相比ResNet，DenseNet提出了一个更激进的密集连接机制：即互相连接所有的层，具体来说就是每个层都会接受其前面所有层作为其额外的输入。🍖 原作者：K同学啊 | 接辅导、项目定制。
2024-03-29 19:38:05
582
原创 【第J2周】ResNet50V2算法实战与解析
简单的知道模型是如何进行设计和逐步的改进。根据前一周的对代码的编写有了更进一步的熟悉。从图中可以看出模型的叠戴速度很快，准确率较高，但是有明显的过拟合现象，需要进一步探索。🍦 参考文章：365天深度学习训练营-第J2周：ResNet50V2算法实战与解析。🍨 本文为🔗365天深度学习训练营365天深度学习训练营 中的学习记录博客。1.根据TensorFlow代码，编写出相应的Pytorch代码。第J2周：ResNet50V2算法实战与解析。🚀 文章来源：K同学的学习圈子。深度学习环境：Pytorch。
2024-03-15 20:18:17
440
原创 【第J1周】:ResNet-50算法实战与解析
1.从最后的准确率和错误率可以看出模型训练时非常不稳定，图的波动程度大。通过网上查询可能存在以下几个原因：（1）batchsize过小：在一定范围内，一般来说 Batch_Size 越大，其确定的下降方向越准，引起训练震荡越小。一般常用16，32，64等；（2）epoch过小：epoch与batchsize关系式 = 完成一次epoch 需要的batch 个数=iterations=数据总数/ batch_size。
2024-03-01 13:39:51
1270
原创 【深度学习打卡】第9周：YOLOv5-Backbone模块实现
🏡 我的环境：语言环境：Python3.8.7编译器：Jupyter notebook深度学习环境：Pytorch。
2024-01-17 22:28:20
386
原创 第八周：YOLOV5-C3模块实现
🏡 我的环境：语言环境：Python3.87编译器：Jupyter notebook深度学习环境：Pytorch\ torch == 2.0.1+cu117。
2024-01-01 20:54:10
637
原创 【深度学习打卡】：第七周咖啡豆识别
1.自己用PPT搭建网络模型，并学会如何搭建简单的卷积、池化和全连接2.训练的速度很慢，参数量多3.训练集和测试集在第30个epoch是能达到准确率最佳的状态4.将优化器从Adam改为SGD后发现惊人的现象，训练集的准确率在初期就达到100%，测试集也在初期准确率就达到98.5%，并且一直维持，Adam优化器需要早30个epoch后才能达到这个效果。为什么会出现这样的情况呢？
2023-12-30 20:03:49
427
原创 【深度学习打卡】第六周：好莱坞明星识别
1.本周回顾了上周所学的动态学习率以及它的怎么用代码实现，几乎所有的神经网络采取的都是梯度下降法.学习率和权重更新的快慢相关，学习率过大，可能花费更少的时间收敛到最优权重。所以在模型训练的初期，可以将学习率设置为随着迭代次数的增加，逐渐减小，保证模型在训练后期不会有太大的波动，从而最终接近最优解。torch.squeeze(input, dim=None,* ) torch.unqueeze(input, dim=None,* )：对数据维数进行升维，加上维数为1的维度。🚀 文章来源：K同学的学习圈子。
2023-12-14 23:53:22
903
原创 【深度学习打卡】第五周：运动鞋识别
1.在本周学习了如何动态设置学习率，怎么使得测试集的训练结果提高2.虽然训练集的准确率达到了80%， 但是还是存在欠拟合的现象，应该怎么进一步使得在测试集上的结果比训练集的好。
2023-12-08 02:47:15
373
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人