![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习技巧篇
什么都一般的咸鱼
一个正在入门深度学习的暂时头发茂盛的小白。
更博很慢很慢,博文以实用和工程能力为主,致力于成为一位工程能力特别特别特别强的咸鱼。
欢迎关注,有什么问题我会尽力去回答帮助。
GitHub:https://github.com/ooooxianyu
展开
-
[深度学习 - 技巧] tensorboard实时查看损失和权重的变化
tensorboard1. 安装tensorboard如果有安装tensorflow的话,应该会默认安装对应版本的tensorboard。因为我这边开发环境用的pytorch,所以没有安装tensorboard。可以通过pip安装。pip install tensorboard2. 代码块在自己的代码模块中添加这一块内容,我这里写的是每个epoch保存一次数据,当然数据量大,模型跑一个epoch慢的时候,可以自己选择n个batch保存一次。然后模型运行时候就会在目录中logs下生成一个log1原创 2020-12-16 14:48:33 · 11160 阅读 · 8 评论 -
[深度学习 - 技巧] 通过修改预训练模型权重层修改模型输出
前阵子做了个以图搜图特征编码模型啊。(详情看上一篇)但是由于图库数据较大(上亿数据),所以2048维的特征编码存储量太大,java那边相似度计算也慢。由于图库里面的图形都比较简单,老大觉得512够用了,要我修改网络输出到512维的特征编码。但是模型网络那边提供的预训练模型,Resnet50只有输出层是2048维的。我们也不想换Resnet18(可能会较大的降低精度)。因此我只能够再Resnet50的预训练权重包上面下手。1. 修改网络结构首先,我先看我的网络结构。(在这个位置:cirtorch/原创 2020-11-07 15:18:10 · 2702 阅读 · 2 评论