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
贾公子4 分钟前
异步检测的轮询与超时——别把「还没好」当成「失败了」
后端·python
瓶瓶持续学习中7 分钟前
物理AI与具身智能的技术架构区别:从空间建模到机器人动作执行
人工智能·机器人
吃我一窝jio8 分钟前
Docker+Jenkins+K8s全流程部署
java·开发语言·笔记·python
羲云网络12 分钟前
GPT Image 2.6 精准编辑前,先排查参考图的访问权限与输入交接
图像处理·人工智能·aigc
snakeshe101020 分钟前
ChatGLM行业垂直领域微调实战:从需求分析到数据集加载完整流程
人工智能
欢乐马87911 小时前
优化|MPSolver 和 pywraplp 到底谁是谁?一次讲清 OR-Tools 的三层结构
python
mengge.cloud3 小时前
Python基础保姆级!从入门到入土
开发语言·python·云原生·pygame
智联视频超融合平台4 小时前
视频 AI 的误报之战,正在从调参数卷到改架构
人工智能·大模型·边缘计算·视频监控·安防
水如烟5 小时前
孤能子视角:智能的边界不在算法强弱,在可形式化性——从概率法到因果推理,选择池的边界一直在那里
人工智能