我使用Pytorch编写了一个语义分割网络，使用torchsummary查看了模型参数量，发现全部参数都是可训练的，没有不可训练参数，请问是正常情况吗？如果不是，是什么原因引起的？
Pytorch编写的卷积神经网络，可训练参数量和总参数量相等，没有不可训练参数，是正常情况吗？
- 写回答
- 好问题 0 提建议
- 追加酬金
- 关注问题
分享- 邀请回答
-
2条回答 默认 最新
CSDN专家-kaily 2021-05-14 11:57关注这是很正常的啊，可以选择 freeze 部分层的参数，也可以所有参数都进行训练，这种也叫 fine-tuning
本回答被题主选为最佳回答 , 对您是否有帮助呢?解决 无用评论 打赏举报 分享
- 2021-05-14 11:51回答 2 已采纳 这是很正常的啊，可以选择 freeze 部分层的参数，也可以所有参数都进行训练，这种也叫 fine-tuning
- 回答 1 已采纳 target是标签（参考答案），output是输出（你的答案） 两者zip连接以后循环 if equal（相等） list添加一个1 否则添加一个0 正确率 = 列表中所有1的个数 /. 列
- 2022-01-07 23:06回答 1 已采纳 你这个报错是参数设置问题，如果按照教程敲，大部分是版本更新问题，试试降低版本
- 2023-10-25 19:52利用pytorch搭建卷积神经网络（CNN）训练简单手写数字数据集（MNIST）
- 2022-10-12 17:32回答 1 已采纳 默认是向下取整，maxpool里面有个参数ceil_mode，默认是false，为True的时候向上取整。当然，你非要反正来也不是不行，没有硬性规定说一定要怎么做。不过这种情况基本上很少遇到，一般都是
- 2021-09-08 09:35回答 1 已采纳 gan生成对抗网络，不过这个是最早的网络，现在已经发展出一些其他的网络了
- 2021-10-21 23:53回答 1 已采纳 官方pretrain的模型数据集是imagenet，样本数是你这个数据集的很多倍，这样的vgg网络卷积层的参数基本收敛到比较好的一个情况，你直接用来finetune只要稍微微调一下最后的fc层就可以得
- 2023-07-03 20:27# 卷积神经网络ResNet50训练CIFAR-100图像分类Pytorch实现 1. 使用pytorch调用CIFAR-100数据集，首次训练自动下载； 2. 包含训练代码，调用resnet50模型进行训练，使用交叉熵损失和SGD优化器； 3. 包含训练了50 ...
- 2023-03-02 15:28回答 2 已采纳 通常遇到OOM(out of memory)问题, 只有两种解决方案, 降低您网络训练时的batchsize, 或者选用更小的网络. 看到您这里用的resnet50, 8Gmemory够用了, 您可以
- 2023-03-01 09:04回答 3 已采纳 这篇博客: 神经网络训练技巧中的 3 epoch 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读: 当一个完整的数据集通过了神经网络一次并且返回了一次，这个过程称为一次epoch
- 2022-06-08 22:43回答 1 已采纳 ROCm路子官网只支持linux，不过我也没用过，但是听说bug和问题很多，另外就是微软的pytorch-DirectML，你可以试试看下这个能不能走得通，走不通就没办法了,深度学习还得是cuda。
- 2022-03-13 17:48juhanishen的博客 本篇文章是一篇基础向的PyTorch教程，适合有一定的机器学习，深度学习和神经网络理论基础，接触过卷积神经网络，缺没有用过PyTorch搭建神经网络的同学。本文会分成以下几个部分： 基础卷积知识 PyTorch基础教程 用...
- 2021-09-15 17:48回答 1 已采纳 看这里：https://zhuanlan.zhihu.com/p/38056115
- 2023-01-28 13:44# VGG卷积神经网络图像分类训练Pytorch代码 使用Cifar100数据集 1. VGG网络模型的Pytorch实现代码，包含特征提取器features和分类器classifier两部分，简明易懂； 2. 使用Cifar100数据集进行图像分类训练，初次训练...
- 2023-09-15 13:27Pytorch的卷积神经网络参数详解与模型demo（涉及一维卷积Conv1d和Conv2d），适用于Pytorch新手入门。
- 没有解决我的问题, 去提问
