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
GuWenyue19 分钟前
放弃云端API!一套React+WebGPU本地LLM方案,零数据上传、离线可用
前端·人工智能·前端框架
love530love1 小时前
OpenClaw Windows Companion 桌面客户端 连接 LM Studio 完整配置指南
人工智能·windows·python·openclaw
墨舟的AI笔记2 小时前
从文本提示到可交互道具:AIGC 生成游戏资产的语义对齐与合规校验
人工智能
rain_sxr2 小时前
逼近上限就裁剪:大模型 Token 计数与前端上下文预算管理
人工智能
cui_ruicheng3 小时前
Python从入门到实战(十六):多进程编程
开发语言·python
资深数据库专家3 小时前
月之暗面Kimi:K3之后,开源怎么走?
人工智能
小林ixn3 小时前
告别“屎山”与“幻觉”:3个核心心法,让你的Vibe Coding体验起飞
人工智能·agent
汤姆小白4 小时前
06-CLI命令参考
人工智能
颜酱4 小时前
04 | 召回前置准备:搭好召回所需的四个数据库
前端·人工智能·后端