Pytorch——fine tune相关经验总结

最近几天在参加AI研习社的一个美食识别比赛,比赛方提供了6140张图片的训练集,856张图片的测试集。其中测试集没有标签,只用来生成预测数据进行提交。 任务难度不是很高,但是在做的过程中还是遇到了一些问题,有一些经验值得总结,这里主要记录一下在模型fine-tune中的一些经验教训。 1.模型选择 由简单到复杂,先后选择了resnet50、resnet101、resnext50_32x4d、resnext101_32x8d。 这些模型中,前两个在验证集上的acc在到达94%后就基本上不去了(也可能是我超参不合适没有到最佳性能),resnext50_32x4d的acc能够到达95%,而resne