训练1k张图片需要多少个epoch

我正在使用YOLOv3进行对象检测的训练,但当我将batch_size设置为大于1时,遇到了CUDA内存不足的问题,于是我在谷歌上搜索了其他解决方案,发现这取决于我的GPU(GTX 1070 8G)。

可能是epoch的数量过多,需要进行优化。

或许应该减少epoch的数量?我有1k张图片用于训练,200张图片用于验证。

为了避免过拟合,我应该设置多少个epoch才是最佳的?


回答:

你的模型是否过拟合并不取决于你设置的epoch数量……
由于你已经在数据中进行了验证集的分割,请确保你的训练损失 – 验证损失 或 训练准确率 – 验证准确率大致相同。这将确保你的模型没有过拟合。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注