写文章
- @smile66688
简介
该用户还未填写简介
擅长的技术栈
未填写擅长的技术栈
可提供的服务
暂无可提供的服务
模型训练（超参数batch_size/epoch/batch、损失函数DiceLoss/CrossEntropy/FocalLoss、优化器SGD/Adam/Adamw、衰减策略step/cos）
则batch=40个，每个batch有5个样本，一次epoch将进行40个batch或40次模型参数更新，1000个epoch，模型将传递整个数据集1000次，在整个训练过程中，总共有40000次batch.每批数据量的大小.用SGD的优化算法进行训练，也就是1 次iteration一起训练batch_size个样本，计算它们的平均损失函数值，来更新一次参数。batch_size的选择原则：bat
Ubuntu22.04系统基本配置（分区、NVIDIA驱动安装、docker和nvidia-docker安装）
装系统过程中的分区配置：/ xfs 102400MB（根目录建议分配内存大一点）swap 32768MB（一般为机子缓存的二倍）efi 248MG（如果磁盘是GPT格式，则需要安装，一般为150-250MB）
mmsegmentation 框架技巧 (启动 Test 阶段 Metric, 输入: 3 通道改多通道, ResNeSt 特征层融合, 设置在线 Cutmix 数据增强)
mmsegmentation 框架技巧: 启动 Test 阶段 Metic, 输入:3 通道改多通道, ResNeSt 特征层融合,设置在线 Cutmix 数据增强
Ubuntu22.04系统基本配置（分区、NVIDIA驱动安装、docker和nvidia-docker安装）
装系统过程中的分区配置：/ xfs 102400MB（根目录建议分配内存大一点）swap 32768MB（一般为机子缓存的二倍）efi 248MG（如果磁盘是GPT格式，则需要安装，一般为150-250MB）
mmsegmentation 框架技巧 (启动 Test 阶段 Metric, 输入: 3 通道改多通道, ResNeSt 特征层融合, 设置在线 Cutmix 数据增强)
mmsegmentation 框架技巧: 启动 Test 阶段 Metic, 输入:3 通道改多通道, ResNeSt 特征层融合,设置在线 Cutmix 数据增强
到底了