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
深视智能科技8 分钟前
AIR 系列:极端环境下的高速成像方案
人工智能·科技·相机
HyperAI超神经11 分钟前
基于2.5万临床数据,斯坦福大学发布首个原生3D腹部CT视觉语言模型,Merlin在752类任务中全面领先
人工智能·深度学习·神经网络·机器学习·3d·语言模型·cpu
smj2302_7968265212 分钟前
解决leetcode第3869题.统计区间内奇妙数的数目
python·算法·leetcode
飞Link13 分钟前
具身智能:从大脑到四肢,AI跨越物理世界的全景指南
人工智能·机器人
KKKlucifer19 分钟前
数据资产化背景下的分类分级技术架构设计
人工智能·安全·重构
蓝绿色~菠菜21 分钟前
Multi-Agent 架构全景:10 种协作模式深度解析
人工智能·架构
智算菩萨29 分钟前
ChatGPT 5.4在英语学习中的应用:经典专四英语散文《Spring Thaw》赏析
人工智能·学习·ai·chatgpt·机器翻译
balmtv30 分钟前
GPT-4o推理能力深度拆解:统一多模态与端到端推理的架构革命
人工智能·架构
JFSJFX31 分钟前
2026 AI手机元年:从“功能辅助”到“个人智能体”的彻底蜕变
人工智能·智能手机
AI视觉网奇33 分钟前
pycharm ui 历史版本
python