为什么resnet做fine-tune训练效果不如从头训练效果

首页课程实战体系课手记专栏慕课教程

为什么resnet做fine-tune训练效果不如从头训练效果

来源：6-11 10monkeys模型微调

qq_慕前端4252840

2021-06-29

我在做猫狗大战的时候，尝试用resnet50做fine-tune，训练的效果好像很差，accuracy都是从0.5开始，迭代十次，准确率才70多，还不如从头开始训练呢，而且训练的很慢，迭代10次要将近2个小时。是不是基于imagenet 的resnet50模型本身不适合猫狗分类啊，还是说我用自己的显卡太渣了，体现不了fine-tune的优势？

写回答

1回答

正十七

正十七

2021-07-10

可能是实现有问题？我理解猫狗大战这个task，fine-tune收敛速度应该会快很多和好很多才对。

估计不是显卡的问题，不然同样的网络，为什么fine-tune明明参与训练的参数少反而会慢呢？

0

0

Google老师亲授 TensorFlow2.0 入门到进阶

Tensorflow2.0实战—以实战促理论的方式学习深度学习

1849 学习 · 896 问题

相似问题

为什么每次的训练结果都不一样呢？

回答 2

cifar10采用resnet50效果不好

回答 1

请问老师，embedding层的训练是如何进行的呢？

回答 1

老师，为什么训练集打印的是metric，而验证集打印的是loss？

回答 1

使用预训练的word2vec，之后训练embedding层。

回答 1

打开慕课网App查看更多内容