损失一直是0.69

最新推荐文章于 2024-04-14 17:14:50 发布
最新推荐文章于 2024-04-14 17:14:50 发布
阅读量1.9k 收藏 4
点赞数 3
分类专栏： 深度学习跳坑日志
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_44020747/article/details/111881496
版权

在进行UNet实验时，发生一件令人崩溃的事情，将CASIA1.0换成CASIA2.0时，仅仅换了个数据集！仅仅换了个数据集！仅仅换了个数据集！就出现了计算损失一直是0.69
在这里插入图片描述经过多方查找，原因是loss函数的问题，
我在网络输出之后加入了sigmoid激活函数，但是使用的loss函数是BCEWithLogitsLoss。而BCEWithLogitsLoss是BCELoss加上一个sigmoid函数，所以我把loss改为BCELoss之后loss就开始正常波动了！！！！！！！
记录一下，虽然没有什么技术上的提高，，，，遗憾

沙琪玛sqm
关注
  • 3
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
0.69寸NE76003驱动代码.zip
10-10
0.69寸OLED 在N76003单片机中已经验证通过。 包含I2C驱动代码，OLED驱动初始化，清屏函数
BCELoss、BCEWithLogitsLoss / 二元交叉熵损失函数（Binary Cross Entropy Loss）
热门推荐
简单记录生活、学习
09-29 1万+
BCELoss 在图片多标签分类时，如果3张图片分3类，会输出一个3*3的矩阵。 先用Sigmoid给这些值都搞到0~1之间： 假设Target是： 下面我们用BCELoss来验证一下Loss是不是0.7194！ BCEWithLogitsLoss BCEWithLogitsLoss就是把Sigmoid-BCELoss合成一步。我们直接用刚刚的input验证一下是不是0.7193： Pytorch详解BCELoss和BCEWithLogitsLoss_豪哥的博...
Week4：[任务二] 第一节 损失函数
qq_42261092的博客
08-15 144
【目录】 损失函数概念 交叉熵损失函数 NLL/BCE/BCEWithLogits Loss 1、损失函数概念 损失函数Loss Function 计算模型输出与真实标签之间的差异 代价函数Cost Function 计算训练集中所有样本的模型输出与真实标签差异的平均值 目标函数Objective Function 是最终要达到的，其中的正则项Regularization是为了避免模型过拟合，对模型进行的一些约束 Loss继承自Module，可以看做一个网络层.
VGG16做二分类时loss维持0.69不降解决办法
最新发布
Manuel667399的博客
04-14 266
在使用VGG16做二分类任务（如猫和狗分类）时，可能会遇到这种情况：损失值loss总是维持在0.69，或者准确率恒等于50%，无论如何调整学习率（尝试过0.001、0.0001和0.00001），loss始终不降。一种简单的解决办法在每个卷积层的后面添加一个BN（Batch Normalization）层。
针对loos为0.69或2.3，保持不变问题。
GP_Lee的博客
08-08 1481
最近，训练深度网络时出现一个问题，就是loss从模型训练开始就在某个值上下波动，保持不变。例如，2分类问题是0.69,10分类问题是2.3左右，因为刚开始都是用的mnist数据集。 训练的提示如下图： 对于为什么会出现这种问题，想知道原因的可以参考这篇博客，里面给出了原因以及从哪些方面检查问题。 而我，就讲下我的一个粗心小错误。如果，你检查你的数据集没问题，网络结构也正常。不妨，考虑是不...
keras图像二分类Loss一直0.69
lx127372的博客
04-20 5249
最近做图像分类 遇到了loss下降的0.69就不下降了，一直停在那里，acc在0.5左右。 然后在网上查了很多资料，搞清楚了为什么会出现这种情况： https://www.jianshu.com/p/45c2180cab17 https://blog.csdn.net/weixin_40267472/article/details/82216668 https://zhuanlan.zhihu....
putty-0.69-installer
12-12
windows 环境下，最靠谱好使的ssh连接工具。简单实用！
FineView v0.69
04-26
软件介绍 一款非常小巧的图像浏览和编辑的软件，使用者可以将一堆图片全部放在同一个文件夹里，FineView可以将所有的文件全部读取进来，并可以一张接着一张的自动播放，使用者也可以利用其浏览视窗，一次观看文件夹...
dbpool-0.69.jar
05-31
数据库池 io.airlift/dbpool/0.69/dbpool-0.69.jar
termux.zip--Termux0.69
05-27
Termux0.69+Termux:Styling(自定义Termux终端样式)+Termux:API(从Termux访问Android功能)，Termux:Task 从Tasker运行Termux脚本的Tasker插件，Termux:Boot 允许程序启动时运行的Termux扩展应用，Termux:Float 在浮动...
在pytorch中使用用npz文件保存的预训练模型
weixin_44020747的博客
03-25 1万+
开始 最近在看transformer相关的文章，在AN IMAGE IS WORTH 16X16 WORDS: TRANSFORMERS FOR IMAGE RECOGNITION AT SCALE这篇文章中，作者给出了在超大数据集上训练的模型。但是采用的是npz文件保存。这里将介绍npz文件和如何将其应用到pytorch中进行加载参数和训练。 1、什么是npz文件？ npz文件是python ...
anaconda环境的配置与requirements.txt文件的使用
weixin_44020747的博客
07-03 3306
前言 服务器重装之前，使用requirements.txt进行保存自己保存的环境。重装之后需要使用requirements.txt进行恢复环境 （一）激活环境失败-bash: activate:No such file/没有那个文件或目录 这个问题是因为没有anaconda环境没有配置。 需要配置环境变量。配置只需要一行代码。 export PATH="~/anaconda3/bin:$PATH" #将PATH添加即可 这里的路径为anaconda的bin目录。我的是 /home/Anaconda3/
多步长MultiStepLR动态调整学习率断点的保存与恢复
weixin_44020747的博客
08-09 2373
1、动态调整学习率以及保存学习率 最近在模型训练时，发现动态调整学习率时，如果训练中断，没有将学习率保存起来，下一次断点训练使用的还是初始学习率。 多步长SGD继续训练：在简单的任务中，我们使用固定步长（也就是学习率LR）进行训练，但是如果学习率lr设置的过小的话，则会导致很难收敛，如果学习率很大的时候，就会导致在最小值附近，总会错过最小值，loss产生震荡，无法收敛。所以这要求我们要对于不同的训练阶段使用不同的学习率，一方面可以加快训练的过程，另一方面可以加快网络收敛。 所以我们在保存网络中的训练的参数的
Springer的Latex投稿错误记录
weixin_44020747的博客
06-14 1215
latex问题
训练图像原图与groundtruth不是一个格式的坑
weixin_44020747的博客
04-16 963
前言 在训练transUnet网络时，我想使用我自己的1.8w张copymove数据集。但是图像的原图是tif格式，groundtruth是png格式。所以在加载数据集时产出了许多坑！！！ 开始跳坑 1、读取图片时的坑 def readImage(self): #print("读取图片") self.pic_root = self.data_root + "/Image/" self.gt_root = self.data_root + "/Mask_
python移动文件：将一个文件夹中的特定后缀名的图片移动到另一个文件夹
weixin_44020747的博客
04-15 780
写在前面 在进行数据集的调用时，我发现别人的数据集的目录格式跟我不太一样。我不太想改变dataset中的代码。所以我就把图片移到我想要的目录结构中 开干 1、os.walk(top[, topdown=True[, οnerrοr=None[, followlinks=False]]]) ‘’’ os.walk(top[, topdown=True[, onerror=None[, followlinks=False]]]) top - - 是你所要遍历的目录的地址, 返回的是一个三元组(root,
TensorBoard的学习与使用
weixin_44020747的博客
08-09 339
（一）基础使用 这里首先介绍TensorBoard中各个功能如何使用。 1.1add_scalar add_scalar(tag, scalar_value, global_step=None, walltime=None) 参数 tag (string): 数据名称，不同名称的数据使用不同曲线展示 scalar_value (float): 数字常量值 global_step (int, optional): 训练的 step walltime (float, optional): 记录发生的时间，默认为
pytorch学习率策略
weixin_44020747的博客
03-30 127
https://blog.csdn.net/pipisorry/article/details/109192443?spm=1001.2014.3001.5501
GAN的损失固定在了0.69怎么解决
03-06
对于这个问题，可以尝试以下几个方法来解决： 1. 调整学习率：如果损失固定在了.69，可能是因为学习率设置过高或过低，可以尝试调整学习率来解决。 2. 增加训练数据：如果训练数据太少，可能会导致GAN无法学习到更多的信息，可以尝试增加训练数据来解决。 3. 修改网络结构：如果网络结构不合适，可能会导致GAN无法学习到更多的信息，可以尝试修改网络结构来解决。 4. 调整损失函数：如果损失函数不合适，可能会导致GAN无法学习到更多的信息，可以尝试调整损失函数来解决。 以上是一些常见的解决方法，具体需要根据实际情况来选择。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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