Model Bias（模型偏差） Bias（偏差） 是机器学习里衡量“模型预测与真实值平均偏离程度”的指标。 它反映模型对目标函数的逼近能力。 Optimization（优化） 在一堆可能的方案中，找到“最好”的那个。 在机器学习里，它的意思更具体： 通过调整模型参数，让损失函数（Loss）最小。 ...
深度学习的秘诀(Recipe)在深度学习上其实并没有很容易overfitting因此，深度学习学习好网络后，我们应该先检查Training Data上的正确率，因为模型并不一定能够训练起来。如果NO，这个时候算是underfitting(欠拟合)，你需要先想办法，将训练集训练起来然后才去检查Testing Set上如果这个时候是NO，那么这个时候就是overfitting过拟合——不同的方法用于不
转载
2023-12-08 10:55:11
123阅读
GAN自推出以来就以训练困难著称，因为它的训练过程并不是寻找损失函数的最小值，而是寻找生成器和判别器之间的纳什均衡。前者可以直接通过梯度下降来完成，而后者除此之外，还需要其它的训练技巧。 下面对历年关于GAN的论文提出的训练技巧进行总结，这里仅记录技巧，具体原理请直接看论文原文。 WGAN和WGAN
原创
2022-01-14 16:34:01
373阅读
参考：https://github.com/AlexeyAB/darknet#how-to-train-to-detect-your-custom-objects1. 训练前（1）在.cfg文件中设置flag random=1，它将通过不同分辨率来训练yolo以提高精度。（2）提高.cfg文件中网络的分辨率，（例如height = 608，width = 608或者任意32的倍数），这样可以提高精
转载
2024-03-20 15:38:45
43阅读
六、PyTorch进阶训练技巧@TOC1.自定义损失函数损失函数是深度学习过程中需要定义的一个重要环节。在PyTorch中，损失函数的定义有着函数定义和类定义的两种方式。1.1.函数定义pythondefmy_loss(output,target):loss=torch.mean((outputtarget)2)returnloss1.2.类定义损失函数类需要继承自nn.Module类1.2.1.
推荐
原创
2022-06-03 16:13:23
1760阅读
1. 技巧DCNLarger Batch Size, 64->196IOU LOSSSPP(yolov4中)referencePP-YOLOV3
原创
2021-09-07 10:59:06
244阅读
MMSegmentation 支持如下训练技巧：主干网络和解码头组件使用不同的学习率 (Learning Rate, LR)在语义分割里，一些方法会让解码
原创
2023-05-17 10:31:18
441阅读
导读 小目标检测是计算机视觉领域中的一个极具挑战性的问题。随着深度学习和计算机视觉领域的不断发展，越来越多的应用场景需要对小目标进行准确的检测和识别。本文将从小目标的定义、意义和挑战等方面入手，全面介绍小目标检测的各种解决方案。定义 &
转载
2024-07-30 21:45:05
78阅读
2.19 训练技巧之Transfer Learning
原创
2021-07-22 10:05:47
114阅读
【GiantPandaCV导读】训练大型的数据集的速度受很多因素影响，由于数据集比较大，每个优化带来的时间提升就不可小觑。硬件方面，CPU、内存大小、GPU、机械硬盘orSSD存储等都会有一定的影响。软件实现方面，PyTorch本身的DataLoader有时候会不够用，需要额外操作，比如使用混合精度
原创
2021-12-29 10:42:01
573阅读
掌握这 17 种方法，用最省力的方式，加速你的 Pytorch 深度学习训练。近日，Reddit 上一个帖子热度爆表。主题内容是关于...
转载
2021-08-30 16:50:10
207阅读
让我们面对现实吧，你的模型可能还停留在石器时代。我敢打赌你仍然使用32位精度或GASP甚至只在一个GPU上训练。
我明白，网上都是各种神经网络加速指南，但是一个checklist都没有（现在有了），使用这个清单，一步一步确保你能榨干你模型的所有性能。
转载
2021-07-12 10:56:54
183阅读
在深度学习的世界中，训练技巧的重要性不言而喻。进阶训练技巧，包括损失函数、学习率、模型微调和半精度训练，更是对提升模型性能和准确率有着关键作用。下面我们将对这些技巧进行详细的探讨。一、损失函数（Loss Function）损失函数，或者叫作目标函数，是用来衡量模型预测输出和真实输出之间的差异。一个优秀的损失函数应该能准确反映出预测输出和真实输出之间的差异，并且优化过程中能找到使损失最小的模型参数。
原创
2023-09-14 11:13:38
192阅读
前言记录Labelme的使用方法，方便快速上手使用。labelme简介LabelMe 可用于实例分割，语义分割，目标检测，分类任务的数据集标注工作。在线标注版本python版本labelme官方文档分类标注：Classification 目标检测标注：Object Detection 语义分割标注：Semantic Segmentation 实例分割标注：Instance Segmentation
转载
2024-03-15 12:33:19
4358阅读
作者：William Falcon
编译：ronghuaiyang AI公园
导读
一个step by step的指南，非常的实用。
不要让你的神经网络变成这样 让我们面对现实吧，你的模型可能还停留在石器时代。我敢打赌你仍然使用32位精度或GASP甚至只在一个GPU上训练。
我明白，网上都是各种神经网络加速指南，但是一个checklist都没有（现在有了），使用这个清单，一步一步
转载
2021-07-16 18:24:59
418阅读
为什么学图像分割重要性与是什么：计算机视觉有三大方向：图像识别Recognition，目标检测Detection，图片分割。 图像识别告诉你图像里面有什么，图里有个猫、还是有个狗、还是有辆车。其实就是图像分类 目标检测告诉你图像上的目标在哪里，用方框标记位置。 &n
转载
2024-04-08 19:33:20
79阅读
今天还是说GAN的训练问题，说说纳什均衡再说几个小技巧
原创
2021-08-10 11:33:19
1304阅读
头一阵子放假了，时间好短呀~）作者&编辑 | 小米粥上一期中，我们说明了G...
原创
2022-10-12 15:26:08
1175阅读
