![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 54
大家都要开心
这个作者很懒,什么都没留下…
展开
-
深度学习(五):MobileNet
MobileNet经历了V1、V2、V3三个版本,俗话说得好,物竞天择,适者生存,MobileNetV3凭借其优质的性能,取代了V1和V2,本文就来详细讲讲MobileNetV3网络模型。在了解MobileNetV3之前,还是要简单了解一下前两者为其诞生所做出的贡献。MobileNet网络是由google团队在2017年提出的,专注于移动端或者嵌入式设备中的轻量级CNN网络。相比传统卷积神经网络,在准确率小幅降低的前提下大大减少模型参数与运算量。(相比VGG16准确率减少了0.9%,但模型参数只有VGG的1原创 2022-07-04 16:15:52 · 2740 阅读 · 1 评论 -
深度学习(四):学习率
但是每一次更新参数利用多少误差,就需要通过一个参数来控制,这个参数就是学习率(Learning rate),也称为步长。公式中的θ就是代表着权重参数,新的θ会由之前的θ计算得来,这个计算过程就是为了寻找目标函数收敛到最小值。那么公式中出现的α就是当下的学习率。最理想的学习率不是固定值,而是一个随着训练次数衰减的变化的值,也就是在训练初期,学习率比较大,随着训练的进行,学习率不断减小,直到模型收敛。第二种:自定义学习率,经过epochs_drop个epoch学习率改为原来的二分之一。第三种:自适应学习率。原创 2022-10-26 15:41:59 · 4078 阅读 · 0 评论 -
深度学习(一):给你的数据集打标签
深度学习之给自建数据集打标签原创 2021-12-25 19:17:02 · 28725 阅读 · 5 评论 -
深度学习(二):读取数据
首先,要先说明,我讲的这些深度学习实战项目流程,主要针对于自建数据集。在使用前要导入需要用到的库,不然会导致代码报错。读取数据上边博文讲了怎么打标签,接下来就是读取已经打完标签的数据。df = pd.read_csv('train.csv')df = df.loc[:].values #从多个维度(行和列)对读取所有数据trainData = []trainLabels = []for item in df: trainLabels.append(item[0]) #先原创 2021-12-26 20:41:56 · 3598 阅读 · 0 评论 -
深度学习(三):优化器
这个主干网络大多时候指的是提取特征的网络,其作用就是提取图片中的信息,共后面的网络使用。让网络的这两个部分同时进行训练,因为加载的backbone模型已经具有提取特征的能力了,在我们的训练过程中,会对他进行微调,使得其更适合于我们自己的任务。3.Bottleneck:瓶颈的意思,通常指的是网络输入的数据维度和输出的维度不同,输出的维度比输入的小了许多,就像脖子一样,变细了。经常设置的参数 bottle_num=256,指的是网络输出的数据的维度是256 ,可是输入进来的可能是1024维度的。......原创 2022-08-17 18:12:00 · 2047 阅读 · 0 评论