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

  1. 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 ...

  2. 【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 ...

  3. 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 ...

  4. 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 ...

  5. 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 ...

  6. 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 ...

  7. 【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 ...

  8. 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 ...

  9. 《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

  1. Linux阶段复习题
  2. 【转】你必须了解的Session的本质
  3. dbml mysql_MySQL数据库笔记二:数据类型及数据库操作
  4. 和华为云一起做件“伟大的事”,24万奖金等你来!
  5. Linux下apache+php+mysql配置攻略
  6. ASP.NET长文章分页
  7. 小甲鱼c语言 23课指针 数组和数组指针
  8. 为PDF批量添加书签
  9. SPSS决策树和神经网络
  10. 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...
  11. 使用MATLAB App Design 工具设计一个 简易App
  12. 不如意的人生,才是真实的。
  13. 基于HAL库的stm32F7串口通信
  14. Koalas - 入门基本操作
  15. 夕拾朝花——我的2016
  16. 【数组】雇佣 K 名工人的最低成本
  17. Learning From Documents in the Wild to Improve Document Unwarping论文学习笔记
  18. Safari iframe方式无法呼起微信app之问题探索
  19. 分析《大话数据结构》
  20. MAXwell应用报错提问:

热门文章

  1. Pulsar集群搭建部署
  2. iOS轻量分组日志工具 Log4OC
  3. 邮件服务 交换空间(虚拟内存) 配置链路聚合 配置IPv6地址
  4. SpringBoot实现过滤器、拦截器与切片源码分析
  5. 让面试官颤抖的 HTTP 2.0 协议面试题
  6. xunsearch php,GitHub - ziyueit/xunsearch: 迅搜的一个PHP封装类
  7. 语言 OJ 高低位逆转_C语言调动硬件的原理是什么?
  8. python网络通信框架_Python运维-Socket网络编程 (1)
  9. 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
  10. UPS故障案例集(二)