20220420 推理框架解析 什么是梯度

20220420 推理框架解析 什么是梯度,第1张

什么是梯度_guanhuazhan的博客-CSDN博客_梯度

1、letterbox

深度学习模型输入图片的尺寸为正方形,而数据集中的图片一般为长方形,粗暴的resize会使得图片失真,采用letterbox可以较好的解决这个问题。该方法可以保持图片的长宽比例,剩下的部分采用灰色填充。

 2、normalize

在深度学习中,通常在模型训练前都会对图像进行归一化处理,而对图像进行归一化处理是将特征值大小调整到相近的范围,不归一化处理时,如果特征值较大时,梯度值也会较大,特征值较小时,梯度值也会较小。在模型反向传播时,梯度值更新与学习率一样,当学习率较小时,梯度值较小会导致更新缓慢,当学习率较大时,梯度值较大会导致模型不易收敛,因此为了使模型训练收敛平稳,对图像进行归一化 *** 作,把不同维度的特征值调整到相近的范围内,就可以采用统一的学习率加速模型训练,具体公式如下:

式中,output 为图像像素值输出,input 为图像像素值输入,max 与 min 为最大像素值与最小像素值,经过归一化处理,将像素值调整到(0,1)区间。

 3、imagetotensor

转换张量

4、onnx  r

tensorrt在那些地方做了优化:

TensorRT教程1:优化原理_米斯特龙_ZXL的博客-CSDN博客

5、nms

6、欧式距离  余弦距离

推荐算法原理(二)欧几里得距离计算物品间相似度 - 知乎

欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/langs/725835.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2022-04-26
下一篇 2022-04-26

发表评论

登录后才能评论

评论列表(0条)

保存