Pytorch——fine-tune相关经验总结
最近几天在参加AI研习社的一个美食识别比赛，比赛方提供了6140张图片的训练集，856张图片的测试集。其中测试集没有标签，只用来生成预测数据进行提交。
任务难度不是很高，但是在做的过程中还是遇到了一些问题，有一些经验值得总结，这里主要记录一下在模型fine-tune中的一些经验教训。
1.模型选择
由简单到复杂，先后选择了resnet50、resnet101、resnext50_32x4d、resnext101_32x8d。
这些模型中，前两个在验证集上的acc在到达94%后就基本上不去了（也可能是我超参不合适没有到最佳性能），resnext50_32x4d的acc能够到达95%，而resne
文件下载
评论信息
其他资源
- sapGUI 770.zip
- javaweb通讯录实现增删改查分组功能
- 软件工程导论(第5版) 张海藩
- pscad直流模型
- 非接触式电子体温计枪设计_采用STM32单片机的红外非接触式体温计设计.rar
- 基于matlab的数字语音信号的采集及频谱分析
- pdf转word不乱码
- 一个简单的日记本程序 JAVA编写
- 线性回归数值型预测：预测鲍鱼的年龄 ，源码以及数据
- 太阳能小屋
- Gabor滤波后的GIST特征提取matlab代码
- 臭豆腐工具箱_尺寸编号.mp4
- moloch-2.2.0-1.x86_64.rpm
- MATLAB工具箱大全-人工蜂群工具箱(ABC)
- datasheet.pdf
- 均值漂移算法meanshiftTrack实验样本、源码与效果图.zip
- play framework 学生信息管理系统
- Communications Receivers(4th) azw3
- Google-Analytics常用指标及解读
- AI+智慧教育ppt
- 微信商城源码java
- asp.net 旅游网站
- apriori算法java实现源代码
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明