深度学习炼丹心得

1.如果图像中出现大块的斑点,请检查上采样的过程,是否是使用了nn.convTranspose,连续的使用,而导致网络无法采集到全局信息而出现局部斑点。

改进方法:利用F.interpolate+conv2d配合取代原来的nn.convTranspose

2.如果图像的SSIM和PSNR参数一直处于很低的状态(SSIM远远小于90,PSNR远远小于40),则检查是否对图像数据进行归一化。

改进办法:对整个数据集进行最值寻找,然后进行归一化,具体的方法参考链接:

遍历整个文件夹中excel,寻找最值(归一化)-CSDN博客

PS:一定对寻找出的最值进行记录,因为后续需要反归一化

3.炼丹的过程中建议tensorboard和visdom两个图像可视化工具联合使用,以此明确是网络哪层的效果存在问题。

visdom使用时所遇的问题及解决方法_用visdom效果变差-CSDN博客

以上是目前对模型训练的心得,仅供参考

相关推荐
2601_961963382 小时前
从OCR到NLP:AI技术如何赋能电子合同智能审核与风险预警?
网络·人工智能·安全·金融·智能合约
暗夜猎手-大魔王2 小时前
hermes源码学习5-Provider 运行时解析
大数据·人工智能·学习
apcipot_rain2 小时前
计科八股20260611——推荐系统协同过滤、信息安全、团队协作、知识图谱
人工智能·知识图谱
谷哥的小弟2 小时前
大模型核心基础知识(18)—Transformer模型的提出背景
人工智能·深度学习·神经网络·大模型·transformer·大语言模型
AI人工智能+2 小时前
基于深度学习的医疗机构执业许可证识别技术通过智能图像处理、目标检测和语义理解,实现关键信息的高精度提取与结构化转换
深度学习·计算机视觉·自然语言处理·ocr·医疗机构执业许可证识别
CJH(本人账号)2 小时前
大模型的“越狱“之路:从DAN到多模态注入,AI安全边界正在崩塌
网络·人工智能·安全
Chenyu_3102 小时前
世界模型:从“预测下一个状态”到“可交互世界模拟器”
人工智能·计算机视觉·交互
chen_zn952 小时前
GR00T N1.7源码学习(二):训练数据、Processor与多机器人动作空间解析
深度学习·具身智能·vla·lerobot·gr00t
叫我:松哥2 小时前
基于神经网络的汽车与自行车的分类算法设计与实现,采用ResNet50和迁移学习,准确率达到99%
人工智能·python·神经网络·机器学习·分类·汽车·迁移学习
靖待2 小时前
【解决方法】python写Excel单元格截断长文本
python·excel·解决方法