Skip to content

Max的程式語言筆記

我要當一個豬頭，快樂過每一天

  • 首頁
  • Android
  • iOS
  • Python
  • WordPress
  • Java
  • javascript
  • 電腦
  • 關於Max

zi2zi-pytorch 判別器 (Discriminator) 強或弱是以 Conv2d 的次數嗎?

2025-02-17

在 zi2zi-pytorch 專案中，判別器 …

zi2zi-pytorch 加入  L2 正則化

2025-02-17

L2 正規化 (L2 Regularizatio…

zi2zi-pytorch 過擬合 (Overfitting) 現象

2025-02-17

在 zi2zi-pytorch 專案中，增加訓練…

ImageFilter.GaussianBlur(radius=sigma) 對訓練資料的影響

2025-02-16

在 zi2zi pytorch 裡, 有 20%…

修改了 UNetGenerator 為 half(), 需要修改 Discriminator 為 half() 嗎?

2025-02-16

好的，針對您提出的問題，我將詳細說明是否需要將 …

修改 zi2zi-pytorch 專案 infer 相關程式碼, 改用半精度浮點數 (FP16) 推論模型

2025-02-16

好的，以下是在 zi2zi-pytorch 專案…

pytorch 環境是否支援 FP16

2025-02-16

在 zi2zi-pytorch 專案中使用 FP…

如何判斷模型中, 那些是可能不重要的連接或神經元?

2025-02-14

好的，針對您想了解如何判斷 zi2zi-pyto…

如何調整 DataLoader 的 num_workers 參數，以充分利用多核 CPU?

2025-02-14

好的，針對您想調整 zi2zi-pytorch …

zi2zi-pytorch 專案, 使用 8層的 UnetSkipConnectionBlock, 請問如何使用 知識蒸餾 (Knowledge Distillation) 把模型變的更小

2025-02-14

好的，針對您想使用知識蒸餾 (Knowledge…

文章分頁

上一頁 1 ... 10 11 12 ... 127 下一頁

近期文章

  • 梯度爆炸（gradient explosion） 或 梯度消失（gradient vanishing）的問題, 程式修改建議
  • 在字型風格轉換任務中，SkipConnectionBlock 中 LeakyReLU 的 negative_slope（即負斜率）的選擇
  • d_loss和g_loss都變成了nan，訓練過程中出現了數值不穩定或梯度爆炸的問題
  • Discriminator 在繼續訓練時發生錯誤，因為 binary.weight 和 category.weight 的維度與之前儲存的 checkpoint 不匹配
  • 學習率（Learning Rate）
  • 只增加對特殊規則的字的訓練, 副作用是會影響正常字的判斷
  • 增加梯度裁剪，限制梯度的最大值，從而防止梯度爆炸
  • zi2zi 目前 L1 Loss 主要考慮像素差異，但可能會造成模糊結果, 利用增強感知損失（Perceptual Loss）讓輸出更加銳利
  • VGG16 感知損失 vs VGG19
  • 修改 UNet ，加入 AdaIN（Adaptive Instance Normalization），並在中層（尤其是 layer=4, 5, 6）插入，以便更細緻地控制風格影響
  • 字型風格轉換的任務中，Generator 和 Discriminator 該不該使用不同的 norm_layer
  • Discriminator 加入 Spectral Normalization（光譜正規化）
  • 將 Feature Matching Loss 的程式碼加入到 Zi2ZiModel 類別中
  • Zi2ZiModel 字型風格轉換, 優化 UNetSkipConnectionBlock 的 forward 方法
  • Zi2ZiModel 字型風格轉換, 改善 SelfAttention 計算方式
  • 字型風格轉換 trainer Discriminator 最後增加的  Conv2d(1, 1, kernel_size=(5, 5), stride=(1, 1), padding=(2, 2)) 是否只是浪費計算資源
  • Zi2ZiModel 程式在 256×256 訓練資料沒有錯誤, 在 384×384 時會出錯?
  • 接續訓練時, 應該維持一致的 Lconst_penalty 與 L1_penalty 嗎?
  • Lconst_penalty 影響 生成影像與目標影像之間的 L1 損失權重
  • L1_penalty 影響 生成影像與目標影像之間的 L1 損失權重

文章標籤

Android apache Bootstrap C# chrome colab cordova css d3js Debug DigitalOcean Dropboxlike font FontForge git Google html image iOS Java javascript jQuery letsencrypt linux macOS math MDM mssql mysql password php Python rocky selenium stable-diffusion String Swift tkinter Tomcat tornado Ubuntu Web Windows WooCommerce wordpress

文章目錄

Copyright Max的程式語言筆記 All rights reserved | Powered by Superbthemes.com