fine-tune

【论文笔记】AutoML for MCA on Mobile Devices——论文解读与代码解析

裁枝后，AMC算法直接对裁剪后的网络惊醒精度的测试，不经过fine-tune过程，这种精度测量结果是fine-tune后得到最优模型的精度的一中近似，而且可以加速整个训练过程。
liuyixin6178·2020-06-18 10:00

腾讯推出超强少样本目标检测算法，公开千类少样本检测训练集FSOD | CVPR 2020

论文提出了新的少样本目标检测算法，创新点包括Attention-RPN、多关系检测器以及对比训练策略，另外还构建了包含1000类的少样本检测数据集FSOD，在FSOD上训练得到的论文模型能够直接迁移到新类别的检测中，不需要fine-tune
VincentLee·2020-06-06 07:58

腾讯推出超强少样本目标检测算法，公开千类少样本检测训练集FSOD | CVPR 2020

论文提出了新的少样本目标检测算法，创新点包括Attention-RPN、多关系检测器以及对比训练策略，另外还构建了包含1000类的少样本检测数据集FSOD，在FSOD上训练得到的论文模型能够直接迁移到新类别的检测中，不需要fine-tune
晓飞的算法工程笔记·2020-04-23 10:00

干货 | BERT fine-tune 终极实践教程

从11月初开始，google-research就陆续开源了BERT的各个版本。google此次开源的BERT是通过tensorflow高级API——tf.estimator进行封装(wrapper)的。因此对于不同数据集的适配，只需要修改代码中的processor部分，就能进行代码的训练、交叉验证和测试。奇点机智技术团队将结合利用BERT在AI-Challenger机器阅读理解赛道的实践表现以及多
奇点机智·2020-03-21 08:28

CNN 之 fine-tune methods

CNN的基本结构是由卷基层和全连接层构成的.对于在大规模数据集(例如ImageNet)上训练好的网络,我们可以利用它的权重来帮助我们实现我们的任务.从原理上来讲,随机初始化容易将网络导向不确定的局部最优,因此一般需要利用多次随机初始化训练来验证结果的有效性.而借助已训练好的网络或者说利用已训练好的的网络权重作为网络初始值已被广泛证明有利于网络以较快的速度趋于最优化(transferlearning
vola_lei·2020-03-05 14:07

[Keras] Keras面向小数据集的图像分类(retrain&fine-tine)

这篇文章主要参考：Buildingpowerfulimageclassificationmodelsusingverylittledata其中文翻译有：keras面向小数据集的图像分类（VGG-16基础上fine-tune
DexterLei·2020-02-14 16:07

《How to Fine-Tune BERT for Text Classification》-阅读心得

文章名《HowtoFine-TuneBERTforTextClassification》，2019，复旦大学如何在文本分类中微调BERT模型？摘要：预训练语言模型已经被证明在学习通用语言表示方面有显著效果，作为一种最先进的预训练语言模型，BERT在多项理解任务中取得了惊人的成果。在本文中，作者针对文本分类任务的BERT微调方法，给出了微调模式的一般解决方案。最后，提出的解决方案在8个广泛研究的文本
今夜无风·2020-02-08 13:00

检测之旧文新读(三)-Fast R-CNN

3）由于SPP的原因，RCNN提出的fine-tune的方法无法直接用在SPP-
dlongry·2020-02-07 21:09

【火炉炼AI】深度学习007-Keras微调进一步提升性能

本文所使用的Python库和版本号:Python3.6,Numpy1.14,scikit-learn0.19,matplotlib2.2,Keras2.1.6,Tensorflow1.9.0)本文使用微调（Fine-tune
科技老丁哥·2020-02-07 20:35

TensorFlow-Slim图像分类模型库

slim项目包含许多脚本，你可以利用它们重新训练，也可以在已训练模型的基础上进行fine-tune。当然也包括一些默认的脚本，用来下载标准的
深度学习模型优化·2020-02-05 20:25

Faster RCNN fine-tune时的error

1.KeyError:'max_overlaps'File"./tools/train_net.py",line112,inmax_iters=args.max_iters)File"/usr/local/caffes/xlw/faster-rcnn-third/tools/../lib/fast_rcnn/train.py",line155,intrain_netroidb=filter_roi
ibunny·2020-01-04 20:29

Fast R-CNN

1.前言在前面两篇帖子《R-CNN》和《SpatialPyramidPooling》中，经典的R-CNN存在以下几个问题：(1)训练分多步骤（先在分类数据集上预训练，再进行fine-tune训练，然后再针对每个类别都训练一个线性
黄泽武·2019-12-29 02:10

图像风格迁移原理

一、图像风格迁移的原理1、原始图像风格迁移的原理在学习原始的图像风格迁移之前，可以在先看看ImageNet图像识别模型VGGNet（微调(Fine-tune)原理）。
|旧市拾荒|·2019-12-04 23:00

百度艾尼（ERNIE）常见问题汇总及解答

A1：（1）基于ERNIE模型Fine-tune后，直接能做的任务如下：•词性标注任务，
百度ERNIE·2019-11-14 16:20

百度艾尼（ERNIE）常见问题汇总及解答

A1：（1）基于ERNIE模型Fine-tune后，直接能做的任务如下：•词性标注任务，
wx5dbbe3b9531ed·2019-11-13 15:01

微调(Fine-tune)原理

在自己的数据集上训练一个新的深度学习模型时，一般采取在预训练好的模型上进行微调的方法。什么是微调？这里已VGG16为例进行讲解，下面贴出VGGNet结构示意图。上面圈出来的是VGG16示意图，也可以用如下两个图表示。如上图所示，VGG16的结构为卷积+全连接层。卷积层分为5个部分共13层，即图中的conv1~conv5。还有3层是全连接层，即图中的fc6、fc7、fc8。卷积层加上全连接层合起来一
|旧市拾荒|·2019-10-25 23:00

Pytorch 加载部分预训练参数

在迁移学习和Fine-tune中，我们需要经常加载预训练好的模型参数，这样的效果一般较好，省时省力。
gltangwq·2019-09-16 12:57

迁移学习之fine-tune

那就九月更新一下吧…今天就叙述一下fine-tune。——————————————————————————————————先叙述几个概念迁移学习什么是迁移学习？
LiBiscuit·2019-09-16 10:18

（CVPR 2018）Large Scale Fine-Grained Categorization and Domain-Specific Transfer Learning，细粒度图像识别

针对source数据的选取、预训练及fine-tune。图像分辨率讨论分辨率越高包含的信息量也越多，尤其是针对细粒度
空苍地樱·2019-09-02 20:14

MASK in NLG

MaskedSequencetoSequencePre-trainingforLanguageGeneration》MASSgithubBERT等在大型语料库上进行预训练的语言模型在NLP的语言理解任务（例如：情感分类、自然语言推理和SQuAD阅读理解）上取得了不错的效果，用户可以根据具体下游任务的数据集进行fine-tune
Forlogen·2019-09-01 15:38

mask-r-cnn，unet，unet++三种算法实现细胞分割的对比心得

在mask-rcnn上面是没有fine-tune的，unet和unet++的代码是从unet++论文的链接中下载的，按照论文里面代码来说，是有迁移学习的，但是也没有做fine-tune。
qq_34616741·2019-06-20 16:52

Deeplabv1、v2、v3、v3+总结、以及使用TensorFlow Model训练和测试DeepLabv3+

转为卷积层（步幅32,步幅=输入尺寸/输出特征尺寸）2.最后的两个池化层去掉了下采样（目标步幅8）3.后续卷积层的卷积核改为了空洞卷积（扩大感受野，缩小步幅）4.在ImageNet上预训练的VGG16权重上做fine-tune
三寸光阴___·2019-06-06 09:35

keras断点训练

这里参照tf-slim的理念实现一种keras断点训练的功能：在做fine-tune时，如果保存模型路径中没有已保存的模型参数，则从google预训练模型中恢复参数，如果保存模型路径中有已保存的模型参数
朔方_·2019-06-04 17:34

利用bert-serving-server搭建bert词向量服务(一)

它的核心思想在于：作者认为语言表示存在一个通用模型，而具体到专业领域，可以对通用模型进行精炼(fine-tune)来实现更加好的效果。
Vancl_Wang·2019-05-19 22:17

tensorflow学习(二)——finetune预训练网络--以mobileNetV1为例

找到网络的定义，设置需要导入的变量(重要，因为fine-tune最后分类层如果数据类别数目不同的话是一定要改的)设置需要梯度下降更新的变量(即可以选择冻结前面特征提取层、只训练分类层)二、mobileNetV1
loliqq·2019-05-14 18:23

深度学习-微调模型】使用Tensorflow Slim fine-tune(微调)模型

本文主要讲解在现有常用模型基础上，如何微调模型，减少训练时间，同时保持模型检测精度。首先介绍下Slim这个Google公布的图像分类工具包，可在github链接：modulesandexamplesbuiltwithtensorflow中找到slim包。上面这个链接目录下主要包含：officialmodels（这个是用Tensorflow高层API做的例子模型集，建议初学者可尝试）；researc
wangenri·2019-05-11 17:07

CNN论文-RCNN/SPP-Net/Fast RCNN

RCNN算法详解SPP-Net论文详解直接看这篇：SPP-Net论文详解FastR-CNNI.MotivationR-CNN的缺点：(1)多阶段的训练流程(multi-stagepipeline)，包括fine-tune
lyqlola·2019-05-11 12:46

BERT中文任务实战(文本分类、预测下一句)踩坑记录

文章目录一、概述二、Bert简介2.1简要说明2.2fine-tune原理三、在项目数据集上fine-tune教程3.1整体流程3.2自定义DataProcessor3.3参数设置3.4预测函数四、踩坑记录五
whuty1304·2019-04-22 17:12

源码解读之Fine-tune

fine-tune搞明白之后推断也就没必要再分析了，反正形式都是一样的，重要的是明白根据不同任务调整输入格式和对loss的构建，这两个知识点学会之后，基本上也可以依葫芦画瓢做一些自己的任务了。
芮芮杰·2019-04-03 21:57

【DeepCV】Fine-tuning pre-trained model 在预训练模型上精调

BacktoDeepCV拿过来一个pre-trainedmode，希望能fine-tune成解决当前问题的model。又是一门手艺。
鹅城惊喜师爷·2019-03-26 16:40

Tensorflow－模型的保存、恢复以及fine-tune

最近在做的本科毕设需要对迁移过来的ConvNet进行在线fine-tune，由于之前在学习Tensorflow时对模型的保存恢复学习的不够深入，所以今天花了一个下午看了几篇文章，觉得有的写的很不错，就搬运过来
ZerinHwang03·2019-03-22 17:34

谷歌BERT模型fine-tune终极实践教程

从11月初开始，GoogleResearch就陆续开源了BERT的各个版本。Google此次开源的BERT是通过TensorFlow高级API——tf.estimator进行封装(wrapper)的。因此对于不同数据集的适配，只需要修改代码中的processor部分，就能进行代码的训练、交叉验证和测试。奇点机智技术团队将结合利用BERT在AI-Challenger机器阅读理解赛道的实践表现以及多年
芮芮杰·2019-03-22 16:12

AllenNLP实践——fine-tune

AllenNLP的commands命令中有一个fine-tune命令，可以在新的数据集上训练模型，或者在原来的模型上继续训练。
街道口扛把子·2019-03-17 10:47

pytorch：加载预训练模型中的部分参数，并固定该部分参数(真实有效)

大家在学习pytorch时，可能想利用pytorch进行fine-tune,但是又烦恼于参数的加载问题。下面我将讲诉我的使用心得。
硬派·2019-03-05 16:58

BERT_中文情感分类操作及代码

另一个是训练具体任务(task)的fine-tune部分。在开源的代码中，预训练的入口是在run
CinKateRen·2019-02-18 11:49

迁移学习——Fine-tune

转载自：https://blog.csdn.net/u013841196/article/details/80919857迁移学习背景：在传统的机器学习的框架下，学习的任务就是在给定充分训练数据的基础上来学习一个分类模型；然后利用这个学习到的模型来对测试文档进行分类与预测。然而，我们看到机器学习算法在当前的Web挖掘研究中存在着一个关键的问题：一些新出现的领域中的大量训练数据非常难得到。我们看到W
荷叶田田_·2019-02-11 17:57

MXNET教程Fine-Tune训练图像分类模型

1、数据源准备阶段(DataPreparation)图像分类任务可以算是深度学习的基础也是挑战，著名的数据集包括CIFAR10、CIFAR100、MNIC、Fashion-MNIST等。那么这次使用MXNET框架进行图像分类任务学习练手尝试一下，大家也可以直接参考MXNET官方教程。进行图像分类训练之前，首先要准备你自己的分类数据集。以我学习的训练数据为例进行介绍。数据准备见下图：见上图，数据集总
small_munich·2019-01-31 23:45

SSD与Faster R-CNN　训练过程

一、ssd训练过程SSD模型fine-tune和网络架构SSD算法评估：AP，mAP和Precision-Recall曲线二、FasterR-CNN训练过程FasterR-CNN，可以大致分为两个部分，
tangxiaohu1234·2019-01-24 11:48

tensorflow模型的保存与恢复，以及ckpt到pb的转化

如：测试、部署、拿别的模型进行fine-tune等。保存模型是整个内容的第一步，操作十分简单，只需要创建一个saver，并在一个Session里完成保存。
zero_to_infinity·2019-01-09 10:00

Bert系列（四）——源码解读之Fine-tune

fine-tune搞明白之后推断也就没必要再分析了，反正形式都是一样的，重要的是明白根据不同任务调整输入格式和对loss的构建，这两个知识点学会之后，基本上也可以依葫芦画瓢做一些自己的任务了。
西溪雷神·2018-12-26 18:41

在pytorch中进行预训练模型的加载和模型的fine-tune操作

转载请注明出处文章目录基模型参数加载从持久化模型开始加载模型吧部分加载模型模型Fine-Tune给每一层或者每个模型设置不同的学习率Pytorch内置的模型Reference我们在使用pytorch的时候
FesianXu·2018-12-13 10:42

Reptile:On First-Order Meta-Learning Algorithms

与MAML类似，Reptile是一种寻找神经网络初始化参数的元学习方法，在新任务上只需要少量数据进行fine-tune。
liuglen·2018-12-09 22:20

干货 | 谷歌BERT模型fine-tune终极实践教程

作者|奇点机智从11月初开始，GoogleResearch就陆续开源了BERT的各个版本。Google此次开源的BERT是通过TensorFlow高级API——tf.estimator进行封装(wrapper)的。因此对于不同数据集的适配，只需要修改代码中的processor部分，就能进行代码的训练、交叉验证和测试。奇点机智技术团队将结合利用BERT在AI-Challenger机器阅读理解赛道的实
AI科技大本营·2018-11-26 16:12

BERT fine-tune 终极实践教程 | 终极干货

本文由奇点机智原创，未经允许不得转载。GitHub原链：https://github.com/PsYear/Articles/blob/master/bertfinetune实践.md从11月初开始，google-research就陆续开源了bert的各个版本。google此次开源的bert是通过tensorflow高级API——tf.estimator进行封装(wrapper)的。因此对于不同
Naturali 奇点机智·2018-11-26 14:35

【火炉炼AI】深度学习010-Keras微调提升性能（多分类问题）

scikit-learn0.19,matplotlib2.2,Keras2.1.6,Tensorflow1.9.0)前面的文章(【火炉炼AI】深度学习007-Keras微调进一步提升性能)我们对二分类问题用Keras进行了Fine-tune
科技老丁哥·2018-11-15 18:47

【火炉炼AI】深度学习007-Keras微调进一步提升性能

本文所使用的Python库和版本号:Python3.6,Numpy1.14,scikit-learn0.19,matplotlib2.2,Keras2.1.6,Tensorflow1.9.0)本文使用微调（Fine-tune
科技老丁哥·2018-11-14 13:22

【深度学习】经典神经网络 VGG 论文解读

VGG在深度学习领域中非常有名，很多人fine-tune的时候都是下载VGG的预训练过的权重模型，然后在次基础上进行迁移学习。
frank909·2018-11-06 18:08

迁移学习在问答系统中的应用

y)：（问答，答案，标签）目标：匹配最佳的问题和答案图1基于记忆网络的问答系统2.深度迁移学习技术图2深度迁移学习（迁移某些层）3.TL在QA中的应用把样本(Q，P，y)投射为词嵌入，训练模型，微调（fine-tune
向精英学习·2018-10-27 15:04

pytorch fine-tune 预训练的模型

之一:torchvision中包含了很多预训练好的模型，这样就使得fine-tune非常容易。本文主要介绍如何fine-tunetorchvision中预训练好的模型。
This is bill·2018-09-22 06:55

pytorch参数初始化以及fine-tune

前言这篇文章算是论坛PyTorchForums关于参数初始化和finetune的总结，也是我在写代码中用的算是“最佳实践”吧。最后希望大家没事多逛逛论坛，有很多高质量的回答。参数初始化参数的初始化其实就是对参数赋值。而我们需要学习的参数其实都是Variable，它其实是对Tensor的封装，同时提供了data，grad等借口，这就意味着我们可以直接对这些参数进行操作赋值了。这就是PyTorch简洁
白痴一只·2018-09-13 20:05
上一页 1 2 3 4 5 6 7 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他