CV之NS之VGG16:基于预训练模型VGG16训练COCO的train2014数据集实现训练《神奈川冲浪里》风格配置yml文件
CV之NS之VGG16:基于预训练模型VGG16训练COCO的train2014数据集实现训练《神奈川冲浪里》风格配置yml文件
目录
一、训练
1、《神奈川冲浪里》风格
2、配置yml文件
二、TensorBoard中监控训练情况
一、训练
1、《神奈川冲浪里》风格
风格如图
2、配置yml文件
style_image: img/wave.jpg # targeted style image指定原始风格图像
##naming、model_path 两个量定义了最终的checkpoint 和监控信息。events文件会被保存在models/wave文件夹下
naming: "wave" # the name of this model一般和图像名字保持一致. Determine the path to save checkpoint and events file.
model_path: models # root path根目录 to save checkpoint and events file. The final path would be <model_path>/<naming>## Weight of the loss各个损失的权重
content_weight: 1.0 # weight for content features loss内容损失权重
style_weight: 220.0 # weight for style features loss风格损失权重
tv_weight: 0.0 # weight for total variation loss,(1)在本项目中,发现设定它的权重为0也不影响收敛## The size, the iter number to run 训练原始图片大小、一次batch的样本数、跑的epoch运行次数
image_size: 256
batch_size: 4
epoch: 2## Loss Network损失网络
loss_model: "vgg_16"
content_layers: # use these layers for content loss使用conv3_3定义内容损失- "vgg_16/conv3/conv3_3"
style_layers: # use these layers for style loss使用conv1_2、conv2_2、conv3_3、conv4_3定义风格损失- "vgg_16/conv1/conv1_2"- "vgg_16/conv2/conv2_2"- "vgg_16/conv3/conv3_3"- "vgg_16/conv4/conv4_3"
checkpoint_exclude_scopes: "vgg_16/fc" # we only use the convolution layers, so ignore fc layers.只用到卷积层所以不需要fc层
loss_model_file: "pretrained/vgg_16.ckpt" # the path to the checkpoint预训练模型对应的位置
二、TensorBoard中监控训练情况
CV之NS之VGG16:基于预训练模型VGG16训练COCO的train2014数据集实现训练《神奈川冲浪里》风格配置yml文件相关推荐
- 腾讯基于预训练模型的文本内容理解实践
分享嘉宾:赵哲博士 腾讯 高级研究员 编辑整理:张书源 爱丁堡大学 出品平台:DataFunTalk 导读:预训练已经成为自然语言处理任务的重要组成部分,为大量自然语言处理任务带来了显著提升.本文将围 ...
- 【自然语言处理(NLP)】基于预训练模型的机器阅读理解
[自然语言处理(NLP)]基于预训练模型的机器阅读理解 作者简介:在校大学生一枚,华为云享专家,阿里云专家博主,腾云先锋(TDP)成员,云曦智划项目总负责人,全国高等学校计算机教学与产业实践资源建设专 ...
- 基于预训练模型 ERNIE 实现语义匹配
基于预训练模型 ERNIE 实现语义匹配 本案例介绍 NLP 最基本的任务类型之一 -- 文本语义匹配,并且基于 PaddleNLP 使用百度开源的预训练模型 ERNIE1.0 为基础训练效果优异的语 ...
- 基于预训练模型的军事领域命名实体识别研究
摘要 [目的]为了解决开源非结构化军事领域数据的命名实体识别问题.[方法]本文提出基于预训练模型(Bidirectional Encoder Representations from Transfor ...
- 自然语言处理:基于预训练模型的方法(一)
自然语言处理:基于预训练模型的方法 1.2 自然语言处理的难点 1.3 自然语言处理任务体系 1.2 自然语言处理的难点 1.2.1 抽象性 语言是由抽象符号构成的,每个符号背后都对应着现实世界或人们 ...
- N-LTP:基于预训练模型的中文自然语言处理平台
2021-05-03 18:12:52 论文名称:N-LTP: A Open-source Neural Chinese Language Technology Platform with Pretr ...
- 【NLP】N-LTP:基于预训练模型的中文自然语言处理平台
论文名称:N-LTP: A Open-source Neural Chinese Language Technology Platform with Pretrained Models 论文作者:车万 ...
- 赛尔原创 | N-LTP:基于预训练模型的中文自然语言处理平台
论文名称:N-LTP: A Open-source Neural Chinese Language Technology Platform with Pretrained Models 论文作者:车万 ...
- 《自然语言处理:基于预训练模型的方法》读书笔记:第2章 自然语言处理基础
目录 第2章 自然语言处理基础 2.1 文本的表示 2.1.1 词的独热表示 2.1.2 词的分布式表示 2.1.3 词嵌入表示 2.1.4 文本的词袋表示 2.2 自然语言处理任务 2.2.1 语言 ...
最新文章
- Linux阶段复习题
- 【转】你必须了解的Session的本质
- dbml mysql_MySQL数据库笔记二:数据类型及数据库操作
- 和华为云一起做件“伟大的事”,24万奖金等你来!
- Linux下apache+php+mysql配置攻略
- ASP.NET长文章分页
- 小甲鱼c语言 23课指针 数组和数组指针
- 为PDF批量添加书签
- SPSS决策树和神经网络
- AIDA64内存与缓存测试过了算稳定吗_【AMD R52600X】装机实录、基本特性介绍及性能测试...
- 使用MATLAB App Design 工具设计一个 简易App
- 不如意的人生,才是真实的。
- 基于HAL库的stm32F7串口通信
- Koalas - 入门基本操作
- 夕拾朝花——我的2016
- 【数组】雇佣 K 名工人的最低成本
- Learning From Documents in the Wild to Improve Document Unwarping论文学习笔记
- Safari iframe方式无法呼起微信app之问题探索
- 分析《大话数据结构》
- MAXwell应用报错提问:
热门文章
- Pulsar集群搭建部署
- iOS轻量分组日志工具 Log4OC
- 邮件服务 交换空间(虚拟内存) 配置链路聚合 配置IPv6地址
- SpringBoot实现过滤器、拦截器与切片源码分析
- 让面试官颤抖的 HTTP 2.0 协议面试题
- xunsearch php,GitHub - ziyueit/xunsearch: 迅搜的一个PHP封装类
- 语言 OJ 高低位逆转_C语言调动硬件的原理是什么?
- python网络通信框架_Python运维-Socket网络编程 (1)
- 特定于数据中心的人工智能完成任务的速度可以提高两倍
- UPS故障案例集(二)