用了大半年的keras,项目需要看了一个礼拜pytorch,果断脱粉keras,转投pytorch怀抱。
全卷积网络如何实现输入输出同规模的网络?
因为网络经过pooling、带stride的convolution等操作,相邻的偶数、奇数规模的输入可能得到了相同规模中间层,最后反卷积的结果不一定和输入规模相同,可以加入upsample的层,使用插值的方式和输入同规模的结果。
如何加载checkpoint
if os.path.isfile(checkpoint_file_name):
checkpoint = torch.load(checkpoint_file_name)
# 获得epoch开始
start_epoch = checkpoint['epoch']
# 加载参数
model.load_state_dict(checkpoint['model'])
# model.load_state_dict(convert_state_dict(checkpoint['model']))
print(
"=====> loading checkpoint '{}' (epoch {})".format(
args.resume,
checkpoint['epoch']))
神经网络问题:
GAP global average pooling
GAP收敛速度较慢。
如何使用?分N类,先得到N个feature map,作用GAP,加softmax,得到结果。