重新写vgg16的分类层

                            超可❤的编程知识🌠🌙

 

今早快迟到了,我突然想放歌,就在路上放,wuo~wuo~~~

最终决定,重新写一下vgg16的分类层(classifier):


这是vgg16本来的样子


这是目前我的代码跑出来的样子,还是有些问题的

en~~~~~~~~后来我觉得人家vgg16的网络写的还真好,就这样吧,就偷了个懒,略略略~~~


没错,就是结合了一下,哈哈哈

结果就很美丽了~


这样就ok了

这里还是有点问题的,就是这里的这个有两层Sequential,所以不太好。狮虎建议我改成这样子:

vgg16其实一共有两大层,一层是features,一层是这个classifier


这下,这里就对了,就只有一层Sequential了

后来,我就去上课,想用这段时间,让这个预训练模型下载一下,结果:


于是我狮虎建议我,手动下载一下,再上传到服务器~

就用上面的这个链接:https://download.pytorch.org/models/vgg16-397923af.pth


哼~看起来还挺快的~


下载的就快多啦~


再上传一下,完美~


还有几个步骤需要做:


开始吧,kiyomi~

(1)New Terminal:


输入:mv Faces/vgg16-397923af.pth .torch/models/

然后就好了~

我发现我的旺仔小牛奶的取货码是456~

但是准确率只有0.2,学习率是le-2,调成le-3试试~


果然学习率改小了以后,就准确率大了很多啊~

原因:因为vgg16没有batchnorm层,所以当学习率大的时候,容易波动~


但是判断出错,因为过拟合了

我又试了一下别的图片,发现无论我输入什么,输出都是right~这是严重的过拟合啊,咋回事啊!!!


用训练集里面的,结果就是对的,这孩子~


一定记得改图片的后缀名字啊


还挺准啊



但是对于这种,没脸的,还真是不准~

而且我发现对于没有睁眼睛的图片,一般都会判断成left。后来发现,它不会就蒙left。

明天需要完成以下几个问题:

(1)这个vgg16还是有问题,做一下数据增强,来解决一下过拟合的问题。做一些数据增强:例如,crop flip colorjiter;

(2)resnet模型:

1)放在电脑上,用cpu跑一下。可以直接调用摄像头实时检测,看一下效果。(重新安装电脑cuda)

2)放在电脑上,数据回传给服务器,判断好了以后,再传回来。


今天又是开心的一天呐~
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,590评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 86,808评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,151评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,779评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,773评论 5 367
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,656评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,022评论 3 398
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,678评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 41,038评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,659评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,756评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,411评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,005评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,973评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,203评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,053评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,495评论 2 343

推荐阅读更多精彩内容

  • 本系列文章面向深度学习研发者,希望通过Image Caption Generation,一个有意思的具体任务,深入...
    imGeek阅读 1,780评论 0 8
  • 傍晚,从妈妈家出来已是华灯出照,回头看父母依窗的身影,仿佛看到他们温柔的目光里,写满牵挂和不舍。已经进入古稀之年的...
    自称哀家阅读 295评论 0 0
  • 掀开轻纱 抖露一池明月无瑕 凌波而行 惊艳多少年华 心想 旧日的足迹 多少人止不住赞赏 近看 一池清梦 悠悠消散几...
    94暖暖阳光阅读 130评论 3 2
  • Mathf类还是有比较多的东东,今天花时间看了一下,记录如下 注意:有三种不同的运动
    夜行水寒阅读 1,103评论 0 2
  • 今天三阶段开课,一个新的成长周期开始。安静的坚持,总是特别让人感动。看到在武汉的同学们相聚,不在武汉的同学们也在为...
    罗洪绮阅读 218评论 0 9