FineTuning

读书笔记-增量学习-LwF_Learning without Forgetting

作者认为FineTuning/DuplicatingandFineTuning/FeatureExtraction/JointTraining这几种基于修改参数的算法均存在性能或效率不高的问题。
谷粤狐·2022-03-15 07:24

人工智能面试总结-基础理论

说说什么是模型微调Finetuning？说说Finetuning时是否会更新网络参数，为什
啥都生·2022-03-03 07:17

fast rcnn 论文解读（附代码链接）

要解决的问题1、RCNN和SPPnet分多步训练，先要finetuning一个预训练的网络，然后针对每个类别都训练一个SVM分类器，最后还要用regressors对bounding-box进行回归，另外
小小谢先生·2022-02-21 07:19

[人工智能-深度学习-46]：FineTuning（微调）、Transfer Trainning（迁移学习）的理论基础与深度解析

作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客本文网址：https://blog.csdn.net/HiWangWenBing/article/details/121312417目录第1章前言：常见的工程诉求与特点第2章神经网络的网络架构2.1神经网络的网络架构2.2神经网络的三类主攻方向第2章什么是Fine-Tuning（微调）2.1什么是Fine-T
文火冰糖的硅基工坊·2021-11-14 16:34

pytorch finetuning 自己的图片进行训练操作

一、pytorchfinetuning自己的图片进行训练这种读取图片的方式用的是torch自带的ImageFolder，读取的文件夹必须在一个大的子文件下，按类别归好类。就像我现在要区分三个类别。#perparedataset#traindatatrain_data=torchvision.datasets.ImageFolder('F:/eyeDataSet/trainData',transfo
·2021-06-05 12:58

Pytorch学习笔记

1Autograd过程解析2Finetuning模型微调为什么要微调？
StriveQueen·2021-01-22 14:26

计算机视觉知识点-FineTuning

FineTuning技术是采用自己网络的特征提取层的参数采用其它开源的模型的参数初始化，避免了由于自己的数据少而过拟合现象严重的情况。
蓝色的杯子·2020-09-14 16:05

Tensorflow模型的保存与读取

该项技术可以用于Tensorflow分段训练模型以及对经典模型进行finetuning（微调）Tensorflow模型的保存与读取（直观）模型参数存储importtensorflowastf#随机生成v1
AI异构·2020-09-12 11:27

关于深度学习(deep learning)的常见疑问 --- 谷歌大脑科学家 Caffe缔造者 贾扬清

问答环节问：在finetuning的时候，新问题的图像大小不同于pretraining的图像大小，只能缩放到同样的大小吗？”答：对的：）问：目前dl在时序序列分析中的进展如何？
weixin_34122810·2020-09-10 19:21

PyTorch之一Fine-tuning / hook

文章目录一、Finetuning(微调)二、计算机视觉方向的微调三、案例：固定层的向量导出一、Finetuning(微调)针对于某个任务，自己的训练数据不多，那怎么办？
SongpingWang·2020-08-24 11:51

BERT模型训练和使用的几种思路

思路一：将bert模型的最后几层进行finetuning，也就是在官方给出的pretrained模型基础上，使用自己领域的数据集进行微调，得到适合于本领域的pretrained模型。
Dzwfvz·2020-08-24 00:33

关于如何实现加filter惩罚的网络剪裁

但是剪裁的时候Finetuning的时间较长，说明剪裁的时候减掉了一些不重要但有些用的filter，也就是说，filter的权重不是虽然都很小，但是不够接近0。
jsmlay·2020-08-21 09:39

maskrcnn_benchmark理解记录——关于batch norm、relu、dropout 的相对顺序以及dropout可不可用

2.dropout只可能在box分支的两个全连接层那里，这个可以后期finetuning下。
业精于勤荒于嬉-行成于思而毁于随·2020-08-20 12:20

Pytorch下的迁移学习

迁移学习主要有以下两个应用场景：Finetuning:该模式下使用已训练好的模型初始化网络特征提取：冻结网络底层结构，除了全连接层。重新设计新的全连接层，并对其参数进行训练。
liitle-k·2020-08-19 05:28

卷积神经网络（CNN）学习笔记

卷积神经网络（CNN）Keywords：常用网络：LeNet5、AlexNetVGGNet、GoogleNet、ResNet、DenseNetfiltersizestripepadding参数共享机制finetuning
Vinicier·2020-08-10 10:26

【AI】卷积层，池化，Softmax，欠拟合和过拟合

过滤器CNN中的滤波器位置不变性零填充(Zero-Padding)卷积层权重矩阵端到端特征学习可视化卷积层最大池化(Max-Pooling)Softmax架构VGG16架构深入Finetuning训练更好的模型
yofer张耀琦·2020-08-09 16:07

深度学习论文笔记（增量学习）——End-to-End Incremental Learning

文章目录前言主要工作算法介绍总体流程步骤一：构建训练数据步骤二：模型训练loss函数介绍步骤三：finetuning步骤四：管理examplarexamplarexamplar实验FixedmemorysizeFixednumberofsamplesAblationstudies
菜到怀疑人生·2020-08-06 12:20

极简笔记 Multi-task Self-Supervised Visual Learning

Multi-taskSelf-SupervisedVisualLearning论文地址:https://arxiv.org/abs/1708.07860文章核心是利用自监督的任务对模型进行pretrain，再将得到的模型迁移到相关任务进行finetuning
Hibercraft·2020-08-06 12:49

从BERT迁移到ALBERT

我使用的是谷歌官方的Alberthttps://github.com/google-research/ALBERT如果你原来已经有BERT的finetuning的代码，那么你只需要修改三行代码，我这里以
Macanv·2020-08-03 01:40

基于谷歌最新网络模型EfficientNet，使用迁移学习对猫狗图像识别分类的实际案例应用

Index目录索引0Introduction引言1迁移学习概述2数据集的准备3使用Transferleaning对数据集进行训练4使用Finetuning载入上节训练过的模型继续对数据集进行训练5使用训练好的模型文件来进行对图像的识别
哈哈哈哈哈嗝哈哈哈·2020-07-28 21:35

03_基于CNN的猫狗大战实现

模型的复用猫狗大战背景介绍猫狗大战数据集来源于Kaggle上的一个竞赛：Dogsvs.Cats，猫狗大战的数据集下载地址，其中数据集有12500只猫和12500只狗http://www.kaggle.com/c/dogs-vs-cats使用Finetuning
lsqzedu·2020-07-28 02:39

caffe使用总结

文章目录由图像数据生成lmdb数据solver.prototxt【优化算法参数的调整很重要】train_test.prototxtdeploy.prototxt命令行中使用caffe脚本训练模型恢复中断的模型训练finetuning
zhongqianli·2020-07-15 12:04

Fast RCNN算法详解

通过上一篇博文我们知道R-CNN的训练先要finetuning一个预训练的网络，然后针对每个类别都训练一个SVM分类器，最后还要用regressor
AI之路·2020-07-15 01:43

训练好的caffemodel对图像进行批量测试并输出其TP、FN、TRP以及测试平均使用时间。

importdatetimeimporttimeimportcv2root='/home/x306/xn/caffe-master/'deploy=root+'examples/facetestquestions/finetuning_deploy
xunan003·2020-07-12 17:31

SIEM不仅要买对，还要用对

2011年2月28日，NetworkWorld发了一个文章：Securityinformationandeventmanagementtoolsrequire'finetuning,'usersays。
weixin_33737774·2020-07-12 07:35

《动手学深度学习》之微调(热狗识别)

参考微调（finetuning）下面以热狗识别为例我们将基于一个小数据集对在ImageNet数据集上训练好的ResNet模型进行微调。该小数据集含有数千张包含热狗和不包含热狗的图像。
乾巽·2020-07-10 11:48

Tensorflow【实战Google深度学习框架】预训练与微调含代码（看不懂你来打我）

文章目录1.前言2.什么是预训练和微调3.预训练和微调的作用4.在一个新任务上微调一个预训练的模型代码实现1.前言预训练（pre-training/trained）和微调（finetuning）这两个词经常在论文中见到
Li xiang007·2020-07-10 11:16

【技术分享】pytorch的FINETUNING实践（resnet18 cifar10)

cloud.tencent.com/developer/article/1546403本文主要是用pytorch训练resnet18模型，对cifar10进行分类，然后将cifar10的数据进行调整，加载已训练好的模型，在原有模型上FINETUNING
腾讯智能钛机器学习平台·2020-07-10 00:55

每日一问之预训练与微调

预训练（pre-training/trained）和微调（finetuning）这两个词经常在论文中见到，今天主要按以下两点来说明。什么是预训练和微调？它俩有什么作用?
caoqi95·2020-07-09 09:21

tensorflow从已经训练好的模型中，恢复(指定)权重(构建新变量、网络)并继续训练(finetuning)

之前已经写了一篇《Tensorflow保存模型，恢复模型，使用训练好的模型进行预测和提取中间输出（特征）》，里面主要讲恢复模型然后使用该模型假如要保存或者恢复指定tensor，并且把保存的graph恢复(插入)到当前的graph中呢？总的来说，目前我会的是两种方法，命名都是很关键！两种方式保存模型，1.保存所有tensor，即整张图的所有变量，2.只保存指定scope的变量两种方式恢复模型，1.导
美利坚节度使·2020-07-06 10:31

【代码解析】Transformer-XL 之 Relative Positional Encodings

AttentiveLanguageModelsbeyondaFixed-LengthContext》-CMU&GoogleBrainMotivationTransformer在预训练阶段，设置了固定序列长度max_len的上下文，finetuning
PROoshio·2020-07-02 12:04

街景字符识别3-字符模型识别

1学习目标学习CNN基础和原理了解迁移学习之微调(FineTuning)使用Pytorch框架构建CNN模型，并完成训练2卷积神经网络(CNN)入门资料推荐：卷积神经网络入门见《机器学习_学习笔记(allinone
charie411·2020-07-01 19:17

OpenCV的dnn模块调用TesorFlow训练的MoblieNet模型

当时的目的就只是学习整个finetuning的流程，于是我只是用了20张自己标注的人脸样本图片作为训练集去finetuning，训练完之后的模型通过修改TesorFlowObjectDetectionAPI
冰不语·2020-06-30 02:28

深度学习图片分类增强数据集的方法汇总

.3.对小样本数据进行仿射变换、切割、旋转、加噪等各种处理，可以生成更多样本.4.用GAN生成数据提供给数据集.5.找个Imagenet数据集上训练好的的模型，冻结最后一层或者最后几层，然后迁移学习+finetuning
shu_qdHao·2020-06-28 20:25

Tensorflow模型的保存与读取

该项技术可以用于Tensorflow分段训练模型以及对经典模型进行finetuning（微调）Tensorflow模型的保存与读取（直观）模型参数存储importtensorflowastf#随机生成v1
AI异构·2020-06-27 03:23

transfer learning与finetuning区别

举个例子，假设今天老板给你一个新的数据集，让你做一下图片分类，这个数据集是关于Flowers的。问题是，数据集中flower的类别很少，数据集中的数据也不多，你发现从零训练开始训练CNN的效果很差，很容易过拟合。怎么办呢，于是你想到了使用TransferLearning，用别人已经训练好的Imagenet的模型来做。做的方法有很多：把Alexnet里卷积层最后一层输出的特征拿出来，然后直接用SVM
sinat_16985427·2020-06-26 10:29

keras 加载预训练模型权重和保存模型权重，以及迁移学习finetuning

keras加载backbone网络训练权重一般神经网络的首次训练时，backbone网络一般采用成熟的特征提取网络，比如Alexnet，VGG16，resnet，inception，densenet等，为了加速训练，可以直接加载这些backbone网络的训练权重进行训练，这些模型权重一般都在大型数据集中训练得到的，主要利用他们的强大的特征提取能力。透过keras的load_weights函数，透过
AI剑客·2020-06-26 01:37

如何在tensorflow中对自己修改过后的网络进行finetuning（迁移学习）

tensorflow中加载预训练模型，进行finetuning的两种方法本篇博客主要讲了利用ckpt文件载入预训练模型，进行finetuning的两种方法，第一种是通过导入训练好的graph进行finetuning
清~·2020-06-25 03:18

PyTorch面试题面经

机器学习面试题面经深度学习卷积神经网络面试题面经PyTorch面试题面经Python面试题面经Linux，Git面试题面经HR面试题面经1.conv2d的参数及含义2.pytorch如何微调finetuning
别说话写代码·2020-06-25 01:19

Tensorflow2.0 迁移学习 Fine tune 模型库Tensorflow Hub

TensorflowHubTensorflow.keras.application迁移学习的步骤使用TFHub进行迁移学习使用Tensorflow.keras.application进行迁移学习预处理创建迁移基础模型Finetuning
老光头_ME2CS·2020-06-21 20:01

linux16.04 从零开始搭建maskrcnn (！！亲测有效！！)

文章参考：https://github.com/pytorch/vision/blob/temp-tutorial/tutorials/torchvision_finetuning_instance_segmentation.ipynb
BearLeer·2020-06-21 17:22

transfer learning and fine tuning

transferlearning/finetuning卷积神经网络需要大量的数据和资源来进行训练,例如,imagenetILSVRCmodel是需要在1.2million张图片,利用多GPU,耗时2-3
vola_lei·2020-03-27 19:09

pytorch【优化器模块】三、学习率调整策略

（用于finetuning）
米线织毛衣·2020-02-23 16:54

colab上基于tensorflow2的BERT中文文本多分类finetuning

整体背景本文实现了在colab环境下基于tf-nightly-gpu的BERT中文多分类，如果你在现阶段有实现类似的功能的需求，详细这篇文章会给你带来一些帮助。准备工作1.环境：硬件环境：直接使用谷歌提供的免费训练环境colab，选择GPU软件环境：tensorflow：tensorflow2.1.0版本对BERT的支持有些问题，现象是可以训练但预测时无法正常加载模型（稍后代码里会详述），因此改为
玄天妙地·2020-01-22 16:00

目标检测论文解读3——Fast R-CNN

SPPNET存在CNN层不能finetuning的缺点，且之前的方法训练都是分为多个阶段，特征提取+SVM分类+边框回归，这些问题在FastR-CNN上都得到了解决。
汪昕·2019-08-18 22:00

理解attention的image to caption（图片的文字描述）

github.com/B-C-WANG/AI-Storage4.1.理解attention的imagetocaption（图片的文字描述）4.1.1.一、一个简单模型Encoder:使用预训练的CNN进行finetuning
BC_Wang·2019-08-02 16:58

【深度学习】 XLNet的细节以及和bert的联系和区别

未来两年，在两阶段新模式（预训练+Finetuning）下，应该会有更多的好工作涌现出来。根
UESTC_20172222·2019-07-18 11:34

mxnet：finetune 几层写法

深度学习中，常常会用到finetuning。所谓的finetune也就是微调，在已有的训练好的模型基础上，将该模型参数部分转移到新模型上或者全部作为新模型的初始化方式。
tony2278·2019-07-02 14:33

训练yolov3的时候对模型进行微调

这里记录一下关于yolov3做模型微调的相关命令.首次训练都会加载预训练模型darknet53.conv.74,假如首次训练出了模型1,要在模型1的基础上finetuning模型2,当然前提是模型2与模型
duanyajun987·2019-05-28 13:21

预训练与微调(fine tuning)

预训练与微调(finetuning)1概念1.1.什么是预训练你需要搭建一个网络模型来完成一个特定的图像分类的任务。首先，你需要随机初始化参数，然后开始训练网络，不断调整直到网络的损失越来越小。
alanjia163·2019-05-08 12:40
上一页 1 2 3 4 5 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他