vgg的loss一轮达到ln(1/n)阈值,如何解决

1343 次浏览0个评论2021年11月21日

1.在处理人脸分类任务时候,准备使用vggnet实现人脸分类,使用的是vggface数据集,首先分类一百类,使用的是官方的vggnet模型,只更改最后一层分类数量,使用的损失函数是交叉熵损失函数,开始训练,但是在经过几次训练之后。 结果就是发生了损失值直接到了ln(1/n)的阈值,模型也不会继续训练了。

2.第二个问题是,大家在使用vgg实现迁移学习时候,使用官方已经给好的参数效果怎么样,我使用迁移学习,冻结前面参数,只修改最后一层的话,发现后面的识别准确率提升不是很明显,最后已经过拟合了,但是测试集准确率之后百分之七

提交评论

请登录后评论

用户评论

    当前暂无评价,快来发表您的观点吧...

更多相关好文

    当前暂无更多相关好文推荐...

    公告提示

    Pytorch是Facebook的AI研究团队发布了一个Python工具包,是Python优先的深度学习框架。作为numpy的替代品;使用强大的GPU能力,提供最大的灵活性和速度,实现了机器学习框架Torch在Python语言环境的执行,基于python且具备强大GPU加速的张量和动态神经网络。