- 博客(2)
- 资源 (6)
- 收藏
- 关注
原创 卷积神经网络调参技巧(2)--过拟合(Dropout)
Dropout(丢弃)首先需要讲一下过拟合,训练一个大型网络时,因为训练数据有限,很容易出现过拟合。过拟合是指模型的泛化能力差,网络对训练数据集的拟合能力很好,但是换了其他的数据集,拟合能力就变差了。在训练深层网络模型时,按照一定的概率,暂时将神经元丢弃,得到一个更加简单的网络模型,即每一个batch训练的网络模型都是不一样的,都是原始网络的子集,这些子网络共享权值,与原始网络的层数、参数
2017-12-18 21:03:01 9399
原创 针对pascal voc2012数据集语义分割各类对象的颜色表示
最近一直在做语义分割的工作,终于将结果调试出来了。在最后一步中,将fc8中分割得到的.mat格式的结果,转换成.png格式的最终分割图像,但是发现并不是很清楚各颜色代表的类别,通过将create_labels.py程序中颜色的RGB值,在Matlab软件中绘制出来,才有了更加清晰的辨别,所以记录下来,方便大家的学习。 这是在基于deeplab v2调试得到的结果,采用的数据集是pascal
2017-12-13 09:35:19 8762 5
模型压缩之通道剪枝channel-pruning-master.zip
2019-08-01
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人