深度学习笔记018:数据增广与模型微调+Efficientnet微调+unexpected EOF, expected 309663195 more byte

数据增广

深度学习笔记018:数据增广与模型微调+Efficientnet微调+unexpected EOF, expected 309663195 more byte_第1张图片
深度学习笔记018:数据增广与模型微调+Efficientnet微调+unexpected EOF, expected 309663195 more byte_第2张图片
深度学习笔记018:数据增广与模型微调+Efficientnet微调+unexpected EOF, expected 309663195 more byte_第3张图片

深度学习笔记018:数据增广与模型微调+Efficientnet微调+unexpected EOF, expected 309663195 more byte_第4张图片
数 据 增 强 可 看 成 是 一 种 正 则 项 , 只 在 训 练 的 时 候 作 用 , 在 测 试 的 时 候 就 不 进 行 相 应 的 增 强 了 数据增强可看成是一种正则项,只在训练的时候作用,在测试的时候就不进行相应的增强了

数据增强的方法

深度学习笔记018:数据增广与模型微调+Efficientnet微调+unexpected EOF, expected 309663195 more byte_第5张图片
深度学习笔记018:数据增广与模型微调+Efficientnet微调+unexpected EOF, expected 309663195 more byte_第6张图片
深度学习笔记018:数据增广与模型微调+Efficientnet微调+unexpected EOF, expected 309663195 more byte_第7张图片
深度学习笔记018:数据增广与模型微调+Efficientnet微调+unexpected EOF, expected 309663195 more byte_第8张图片

模型微调

“ 微 调 我 认 为 是 计 算 机 视 觉 深 度 学 习 中 最 重 要 的 一 个 技 术 ” “微调我认为是计算机视觉深度学习中最重要的一个技术”
深度学习笔记018:数据增广与模型微调+Efficientnet微调+unexpected EOF, expected 309663195 more byte_第9张图片
深度学习笔记018:数据增广与模型微调+Efficientnet微调+unexpected EOF, expected 309663195 more byte_第10张图片

你 希 望 在 一 个 很 大 的 数 据 集 上 训 练 出 来 的 参 数 能 够 适 用 你 自 己 的 样 本 你希望在一个很大的数据集上训练出来的参数能够适用你自己的样本

深度学习笔记018:数据增广与模型微调+Efficientnet微调+unexpected EOF, expected 309663195 more byte_第11张图片
深度学习笔记018:数据增广与模型微调+Efficientnet微调+unexpected EOF, expected 309663195 more byte_第12张图片
深度学习笔记018:数据增广与模型微调+Efficientnet微调+unexpected EOF, expected 309663195 more byte_第13张图片深度学习笔记018:数据增广与模型微调+Efficientnet微调+unexpected EOF, expected 309663195 more byte_第14张图片

深度学习笔记018:数据增广与模型微调+Efficientnet微调+unexpected EOF, expected 309663195 more byte_第15张图片
深度学习笔记018:数据增广与模型微调+Efficientnet微调+unexpected EOF, expected 309663195 more byte_第16张图片
深度学习笔记018:数据增广与模型微调+Efficientnet微调+unexpected EOF, expected 309663195 more byte_第17张图片

Efficientnet微调

深度学习笔记018:数据增广与模型微调+Efficientnet微调+unexpected EOF, expected 309663195 more byte_第18张图片
下载出错:unexpected EOF, expected 309663195 more byte

或根据

Downloading: "https://github.com/lukemelas/EfficientNet-PyTorch/releases/download/1.0/efficientnet-b4-6ed6700e.pth" to 位置

中的链接下载文件,然后放到对应的位置

下载pth文件

pytorch 模型保存: -nn基础 结果保存 pth , npz 模型保存

pretrained=True

import torchvision.models as models
#pretrained=True就可以使用预训练的模型
resnet18 = models.resnet18(pretrained=True)
alexnet = models.alexnet(pretrained=True)

或https://github.com/pytorch/vision/tree/master/torchvision/models直接下载,比如在alexnet中找到下载链接alexnet-owt-7be5be79.pth
深度学习笔记018:数据增广与模型微调+Efficientnet微调+unexpected EOF, expected 309663195 more byte_第19张图片

深度学习笔记018:数据增广与模型微调+Efficientnet微调+unexpected EOF, expected 309663195 more byte_第20张图片

你可能感兴趣的:(深度学习,深度学习,机器学习,人工智能)