- 博客(1)
- 收藏
- 关注
原创 pytorch的学习——迁移学习,模型微调
1、概念1、迁移学习:把已经训练好的模型参数,迁移到新的模型,来帮助新的模型训练。步骤:网络→大数据集→模型→模型微调→新数据集→新模型2、冻结:被冻结的层可以前向传播,也可以反向传播,只是自己这一层的参数不更新,其他未冻结层的参数正常更新3、正则化:这里使用BatchNorm,对该层每个节点的这m个输出进行归一化再输出.2、代码肺部感染识别,使用resnet50模型def get_model(): model_pre = models.resnet50(pretrained=True
2022-04-06 22:52:06 3133
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