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
Ama_tor几秒前
Flask零基础进阶(中)
后端·python·flask
OpenMMLab1 分钟前
Agent范式转移:组织、协作与商业的重构
人工智能·大模型·多模态大模型·智能体·openclaw
love530love2 分钟前
Windows 11 源码编译 vLLM 0.16 完全指南(RTX 3090 / CUDA 12.8 / PyTorch 2.7.1)
人工智能·pytorch·windows·python·深度学习·vllm·vs 2022
进击的小头4 分钟前
第3篇:最优控制理论数学基础——矩阵与向量的导数
python·线性代数·机器学习·矩阵
浩瀚之水_csdn4 分钟前
Flask 深度解析:从微内核到企业级架构
python·架构·flask
格林威5 分钟前
工业相机图像高速存储(C#版):内存映射文件方法,附堡盟相机C#实战代码!
开发语言·人工智能·数码相机·计算机视觉·c#·工业相机·堡盟相机
Calm5506 分钟前
Python 编程入门实训 - 知识点总结
python
人工智能训练9 分钟前
Qwen3.5 开源全解析:从 0.8B 到 397B,代际升级 + 全场景选型指南
linux·运维·服务器·人工智能·开源·ai编程
南滑散修9 分钟前
机器学习(一)-数学基础
人工智能·机器学习