pytorch batch normalization
모듈화된 모델을 사용하고 있는데, 하나의 모듈을 pretrain 시킨 후 전체 모델에 통합시킨 후 다시 학습시켰을 때 성능이 떨어지는 현상이 있었다. Formulation이 아래와 같을 때 Formulation: input -> middle output -> final output input->middle output을 pretrain했다는 것이고, 이 때 middle output의 error가 50이었는데, 전체 모델에 통합시킨 후 다시 학습시켰을 때 middle output의 error가 55로 안 좋아졌다는 말이다. 원인은 2가지가 있는데, 1. pretrain했을 때의 learning rate와 전체 모델에 통합시킨 후에 학습시킬 때의 learning rate가 다르다는 점, 2. pytorch ..
Research (연구 관련)
2020. 2. 5. 15:24
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
링크
TAG
- 머신러닝
- 문경식
- 헬스
- densepose
- 인터뷰
- 2d pose
- Pose2Mesh
- 에디톨로지
- 피트니스
- world coordinate
- 비전
- Generative model
- focal length
- pyrender
- Transformation
- 컴퓨터비전
- part segmentation
- deep learning
- camera coordinate
- Virtual Camera
- nohup
- VAE
- demo
- spin
- nerf
- Interview
- Machine Learning
- Docker
- pytorch
- 컴퓨터비젼
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | ||||
| 4 | 5 | 6 | 7 | 8 | 9 | 10 |
| 11 | 12 | 13 | 14 | 15 | 16 | 17 |
| 18 | 19 | 20 | 21 | 22 | 23 | 24 |
| 25 | 26 | 27 | 28 | 29 | 30 | 31 |
글 보관함