时间戳

首页 > 解决方案 > 对于不同的数据集，相同的 CNN 模型是否需要不同的学习率？

deep-learning - 对于不同的数据集，相同的 CNN 模型是否需要不同的学习率？

问题描述

我使用卷积神经网络模型进行医学图像分割。当我训练模型（例如 Tiramisu 模型1）时，我尝试了论文中推荐的相同学习率，但是，我得到了不好的结果。

我担心的是，当我们将模型用于不同的数据集时，我们是否需要找到不同的最佳学习率。例如，在这种情况下，他们使用 CamVid 数据集（街道、汽车、人等），而我使用的是医学图像。

标签： deep-learningconv-neural-networkimage-segmentationtf.kerashyperparameters

解决方案

虽然可能有一些参数集在大多数情况下工作得很好（通常最终成为几个库的默认值），但最佳选择非常依赖于数据集。使用论文中的那些是获得基线的一个很好的起点，但永远不要阻止您尝试更改它们。

另一个重要的一点是损失函数，它可能适用于分割汽车（它们很大，超过图像的 20%），可能不适用于文本（小，小于图像的 1%）。

如果您有二进制分割，则使用阈值来确定像素是否是您想要的类别也很重要。

推荐阅读