对于图像分类全连接层的输出标签顺序是怎么确定的?
鹿鼎记肯定 发布于2020-10-04 19:43 浏览:1689 回复:58
0
收藏

标题可能没讲清楚,举个例子吧。

在MNIST数据集中,使用CNN提取图像特征后送入FC层输出(batch_size, 10)大小的矩阵,第二个维度10代表着10个类别。可是这10个类别分别代表什么类别呢?如果说这个矩阵从左到右代表着0—9还好理解,那又是什么保证了这10个种类一定是0—9的顺序呢?但如果是一些其他数据要怎么判断它的类别顺序呢?

收藏
点赞
0
个赞
共58条回复 最后由鹿鼎记肯定回复于2020-10-21 21:01
#59鹿鼎记肯定回复于2020-10-21 21:01:50
#56 189******30回复
除了冻结,可以限制参数更新幅度么?记得有个weight_clip_normal之类的来着
展开

是的

0
#58fiyen123_回复于2020-10-21 16:49:26
#56 189******30回复
除了冻结,可以限制参数更新幅度么?记得有个weight_clip_normal之类的来着
展开

没用过。

0
#57189******30回复于2020-10-21 15:22:19
#55 鹿鼎记肯定回复
[图片]

gan就有玩逐层训练的~

0
#56189******30回复于2020-10-21 15:21:49
#54 fiyen123_回复
不是trainable=FALSE吗[图片]

除了冻结,可以限制参数更新幅度么?记得有个weight_clip_normal之类的来着

0
#55鹿鼎记肯定回复于2020-10-19 22:14:23
#54 fiyen123_回复
不是trainable=FALSE吗[图片]

0
#54fiyen123_回复于2020-10-19 08:56:47
#53 鹿鼎记肯定回复
冻结操作怎么实现啊~~

不是trainable=FALSE吗

0
#53鹿鼎记肯定回复于2020-10-18 22:17:39
#52 189******30回复
对了,不知道finetune后面分类层时,冻结前面特征提取层是啥效果~~
展开

冻结操作怎么实现啊~~

0
#52189******30回复于2020-10-18 09:33:21

对了,不知道finetune后面分类层时,冻结前面特征提取层是啥效果~~

0
#51189******30回复于2020-10-18 09:23:23
#50 鹿鼎记肯定回复
最后弄两个fc不久搞定了么~

哈哈,对啊,预训练模型就是通用特征提取层的。finetune的就是分类层

0
#50鹿鼎记肯定回复于2020-10-15 21:27:39
#48 189******30回复
有的数据集是大分类下有小分类,有模型一次大小分类都完成么?

最后弄两个fc不久搞定了么~

0
#49189******30回复于2020-10-15 20:43:23
#47 鹿鼎记肯定回复
那个是计算top n error的

就想用预训练模型那样,共用特征提取部分,分别训练最后分类的那层

0
#48189******30回复于2020-10-15 20:42:11
#47 鹿鼎记肯定回复
那个是计算top n error的

有的数据集是大分类下有小分类,有模型一次大小分类都完成么?

0
#47鹿鼎记肯定回复于2020-10-13 22:10:50
#45 189******30回复
难道多分类就是取交叉商损失,然后取top n 就 n 个·分类标签了?
展开

那个是计算top n error的

0
#46鹿鼎记肯定回复于2020-10-13 22:10:23
#43 189******30回复
嗯,因为是分子除分母(总和)得到的,得到的是互斥概率,只能用于但标签分类
展开

确实

0
#45189******30回复于2020-10-13 21:20:25

难道多分类就是取交叉商损失,然后取top n 就 n 个·分类标签了?

0
#44189******30回复于2020-10-13 21:19:38
#42 鹿鼎记肯定回复
准确来说softmax是一个置信度~hhh

多标签分类是怎么搞的?说是用sigmoid。

0
#43189******30回复于2020-10-13 21:12:39
#42 鹿鼎记肯定回复
准确来说softmax是一个置信度~hhh

嗯,因为是分子除分母(总和)得到的,得到的是互斥概率,只能用于但标签分类

0
#42鹿鼎记肯定回复于2020-10-12 22:05:00
#39 189******30回复
哦,对啊。这个不是回归数值。是总和为一的概率值

准确来说softmax是一个置信度~hhh

0
#41189******30回复于2020-10-12 10:39:38

赶快重新看看softmax和交叉商损失的公式。。。理解得不透彻啊

好在,有大侠拨乱反正,已经拨了不止一次了。。。

0
#40189******30回复于2020-10-12 10:30:39
#29 fiyen123_回复
这个输出的值不是0-9,而是对应的softmax值,本身没有大小之分的。损失用的是交叉熵,不会从0-9上考虑损失。而这0-9对应的就是标签的标记,可以通过字典访问原来的标签是什么。
展开

是除以总合除出来那个

我也晕了。。。

0
TOP
切换版块