我总共使用 3000 张图像来训练 ssd_inception_v2_coco 作为对象检测模型。我将批量大小设置为 4，因为我没有高端 GPU，因此我租用了几个小时，并希望将网络运行 40000 步。
到目前为止，网络已经达到了 15000 步，但是损失非常大（4.12）。
我的问题是：
- 是因为批量小而导致损失高吗？
- 如果我使用的批次大小非常低，那么收敛需要 100k 步吗？
目标检测的损失非常高
数据挖掘
深度学习
美国有线电视新闻网
2022-03-09 22:35:59
1个回答
无论从更一般的意义上训练模型，您都可能过于频繁地检查模型，以发现任何实际的性能提升。
更具体地说，例如，如果每 5 个批次打印一次性能指标，您会看到仅基于5 x 4 = 20数据样本的性能提升，这对于 DL 模型来说太低而无法学习任何有意义的东西。在模型的情况下batch_size = 256会看到比你的案例更多的样本。
我希望这有帮助。
其它你可能感兴趣的问题