image-processing - AWS Sagemaker 图像分类超参数配置
问题描述
图像分类超参数配置
我使用 SageMaker 内置的图像分类来训练模型自己的数据集,其中包含三个类对象的原始图像。每个类都包含不同的手机型号图像,例如 iphone6plus、iphone7plus 和 samsung s7edge。
这些图像由手机摄像头捕获,然后调整为 224*224 尺寸进行训练。训练样本总数为1920,类数为3。经过多次训练,我得到的平均模型验证准确度为0.4或更低,不准确。
为了提高模型的准确性,我需要在参数中输入哪些推荐值?这是我第一次训练模型,我需要一些指导。谢谢你。
解决方案
您应该从预训练模型开始,使用 0.01-0.001 范围内的学习率并训练 50-100 个 epoch。对于小型数据集,您希望微调在 ImageNet 数据集(120 万张图像)上预训练的模型。
推荐阅读
- php - Laravel 7,缺少 [Route: /xxxxx] 错误所需的参数
- flutter - 如何使标签指示器在颤动中变小?
- python - 在 Django 中调用 python 函数并在同一页面上显示结果
- javascript - 为什么父母不听 Angular 上的孩子?
- vue.js - 如何解决 Vue js 中的绑定问题
- swift - Firebase 实时数据库定价与查询
- amazon-dynamodb - DynamoDB - 根据条件放置项目
- memory-management - 不可变字符串和克隆
- asp.net-core - 如果自定义参数无效,IdentityServer4 拒绝令牌请求
- c# - 计算 RSI 以优化新元素