xuemo188

大佬请问下，在10分类中vgg，resnet，densenet所对应的稀疏化系数0.0001 0.00001，0.00001，那么在100分类稀疏化系数是怎样的？

关于稀疏化训练的一个小问题

11

论文采用的是对BN中缩放因子进行L1稀疏化，我看了代码发现好像和其他的过程的L1稀疏化不一样，torch中设置weight_decay默认是所有参数L2正则化训练  请问这个是怎么体现L1正则化的

File "vggprune.py", line 73, in mask = weight_copy.gt(thre).float().cuda() RuntimeError: Expected object of type torch.cuda.FloatTensor but found type torch.FloatTensor for argument #2 'other'

剪枝程序vggprune.py遇见的问题

2

Traceback (most recent call last): File "vggprune.py", line 73, in mask = weight_copy.gt(thre).float().cuda() RuntimeError: Expected object of type torch.cuda.FloatTensor but found type torch.FloatTensor for argument #2 'other' 我用的环境是python3.6 torch0.4.1

请教下关于VOC数据集稀疏化训练的问题

4

VOC数据集稀疏化训练map很低，使用的yolov3.weights，训练100步map只有10几，loss也在震荡，是不是稀疏化训练只适合单一目标，例如：手的数据集 在不用稀疏化训练时，就能保证很高的map，大佬请教下