pytorch语义分割网络跑自己的数据集时loss保持在0.693174不下降。

用这篇论文《Segmentation-Based Deep-Learning Approach for Surface-Defect Detection》的网络pytorch版本去跑论文的数据效果很不错,但是跑自己的数据loss保持在0.693174不下降。最后发现原因是输出层多加了一个RELU,去掉就正常。

RELU会使输出的值大于0,这样经过sigmoid后值总是大于1/2,这样不利于网络学习。

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 2
    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 2
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