(DeepLearning笔记)语义分割任务中的BatchSize

在语义分割(Semantic Segmentation)任务中,batch size的大小设置的越大越好。

例如:在使用U-Net的分割任务上,batch size设置为1反而训练结果不好。

原因:

Batch Size设置的越大,带来的直接影响是BatchNorm计算出来的均值&方差会更接近训练集数据分布的真实均值&方差,从而提高正则化的效果。

因此在计算资源允许的情况下,增大BatchSize不仅可以加快训练速度,还可以提高精度。

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 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

打赏作者

Think@

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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